一种基于奖励反馈的智能蜜罐系统
专利汇可以提供一种基于奖励反馈的智能蜜罐系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于奖励反馈的智能蜜罐系统，应用 强化学习 方法实现对攻击者信息收集的最大化。蜜罐系统与攻击者进行交互，在环境中进行自主学习。蜜罐采用 马 尔可夫模型，通过奖励函数来对蜜罐系统的优质反应提供奖励，交互时间越长奖励越多。由于基于强化学习思想，蜜罐不需要事先设置反应规则，如配置在给定一组具体输入时应该采取什么样的操作，而是根据前面的经验来学习在当前情况下应该采取什么行动。技术人员不需要对蜜罐系统频繁升级，减少了技术人员的工作量，可极大提高了蜜罐系统的对抗性和效用性。，下面是一种基于奖励反馈的智能蜜罐系统专利的具体信息内容。
1.一种基于奖励反馈的智能蜜罐系统，其特征在于:
智能蜜罐系统是基于强化学习模型，应用奖励反馈机制，采用马尔可夫模型；强化学习模型是一种机器学习技术；蜜罐在给定的环境中自主学习；智能蜜罐系统在没有给定具体什么输入时自主决策，自己决定下一步该进行何种操作；
蜜罐系统能够和自动恶意软件主动交互；奖励函数能够根据蜜罐系统与恶意软件交互的情况即蜜罐系统交互的时间长短制定相应的奖励；蜜罐系统与恶意软件交互的时间越长，奖励越多。
2.根据权利要求书1中所述的一种基于奖励反馈的智能蜜罐系统，奖励反馈模型采用深度学习思想，其特征在于，所述模型包含以下3个步骤：
步骤1、当自动恶意软件攻击蜜罐系统时，蜜罐会和自动恶意软件之间主动交互；
步骤2、奖励函数能够根据蜜罐系统与自动恶意软件之间交互的情况即蜜罐系统与自动恶意软件交互时间的长短来进行奖励；蜜罐与自动恶意软件交互的时间越长，交互次数越频繁；奖励函数奖励的越多，反之则越少；
步骤3、蜜罐根据奖励函数一次次奖励的迭代情况自主学习，根据以往的学习经验自主决策下一步该干什么，与自动恶意软件之间进行自主交互。
3.根据权利要求书1中所述的一种基于强化学习的智能蜜罐系统，其特征在于，所述马尔可夫模型包含以下内容：
马尔可夫模型是一种特殊的数学框架，适用于不确定下的决策建模；马尔可夫模型表示为由状态、动作、转换概率和奖励组成的四个部分。
4.根据权利要求书2中所述的一种基于奖励反馈的智能蜜罐系统，其特征在于，所述奖励函数包含以下特点：
所述奖励函数的是运用强化学习技术对蜜罐系统与自动恶意软件的交互情况进行奖励，能够延长蜜罐系统与自动恶意软件之间的交互时间，奖励函数利用强化学习来延长攻击序列的交互作用，初始的计算机命令将尝试返回已知的蜜罐响应，对错误的请求及时的反映，根据响应的不同计算机将停止或修改其操作；蜜罐系统将自主学习，并因延长互动时间而得到奖励，从攻击序列中增加命令的数量、与自动恶意软件的交互情况由奖励函数决定；
将命令分为以下5大类：
-L：已知的Linux Bash命令，如wget，cd，mount，chmod等等；
-C：定制攻击命令，如文件下载命令；
-CC：复合命令，如带有Bash分隔符操作符的多个命令；
-NF：蜜罐不支持的已知命令；
-O：其它命令：没处理的按键，如enter和未知命令；
若计算机命令是一个输入字符串i，是由Bash命令(L)、定制命令(C)、复合命令(CC)之中任意一个命令组成，学习主体就会得到奖励，Y＝L∪C∪CC，
一种基于奖励反馈的智能蜜罐系统
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于深度增强学习的预观控制仿人机器人步态规划方法 | 2020-05-12 | 704 |
| 一种多模态智能分析方法及系统 | 2020-05-12 | 214 |
| 一种目标用户的选择方法和装置 | 2020-05-13 | 883 |
| 虚拟对象的动画生成方法、装置、设备及存储介质 | 2020-05-13 | 504 |
| 一种基于相似上下文和强化学习的中文词向量生成方法 | 2020-05-13 | 585 |
| 一种基于奖励反馈的智能蜜罐系统 | 2020-05-11 | 212 |
| 一种基于LeNet和SSD的点触式验证码自动识别方法 | 2020-05-11 | 73 |
| 一种需求响应型公交调度方法 | 2020-05-08 | 712 |
| 多元强化耦合智能调控防止高粘性灰在催化剂表面沉积的系统及方法 | 2020-05-12 | 892 |
| 视频摘要模型的训练方法、视频摘要生成方法及装置 | 2020-05-13 | 605 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
