一种面向强化学习的数据异常检测防御方法[CN202010071877.5] - 浙江工业大学

专利申请

2020-01-21
公布公告

2020-06-19
授权日期

2023-09-01
终止

2030-06-17

一种面向强化学习的数据异常检测防御方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010071877.5 申请日期： 2020-01-21 专利主类别： G06N3/08 {{ classMap["G06N3/08"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06N3/08 : 学习方法

G06N3/04 : 体系结构，例如，互连拓扑

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2020-01-21	初审公告日期	2020-06-19
注册公告期号	2023-09-01	注册公告日期	2023-09-01
专用权期限	2020-06-19 - 2030-06-17	专利类型	发明公开
代理组织机构	杭州天勤知识产权代理有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种面向强化学习的异常数据检测防御方法，包括：(1)搭建小车自动驾驶环境，并基于根据小车自动驾驶环境提供的状态数据，采用深度确定性策略梯度算法进行强化学习，生成驾驶状态数据作为训练样本；(2)利用所述训练样本训练由生成器和判别器组成的生成式对抗网络；(3)采集的驾驶状态数据，利用训练好的生成器生成根据当前时刻驾驶状态数据得到的下一时刻的预测驾驶状态数据；(4)利用训练好的判别器判别下一时刻的真实驾驶状态数据和预测驾驶状态数据是否正常，当下一刻的真实驾驶状态数据异常，预测驾驶状态数据正常，利用预测驾驶状态数据替换真实驾驶状态数据。

法律进度