买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于对抗强化学习的工业物联网蜜罐部署方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119341821B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411490198.6，技术领域涉及：H04L9/40；该发明授权基于对抗强化学习的工业物联网蜜罐部署方法及装置是由赵成成;张浩;程鹏;陈积明设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本基于对抗强化学习的工业物联网蜜罐部署方法及装置在说明书摘要公布了：本发明公开了一种基于对抗强化学习的工业物联网蜜罐部署方法及装置，属于网络安全技术领域。主要解决网络攻击行为的动态性和不确定性。其实现方案为收集工业物联网设备数据，包括工业物联网设备IP、工业物联网设备请求数据和响应数据；利用基于工业物联网多模态请求数据的LDA分析方法进行请求数据的聚类分析，将请求数据分为不同类别；利用马尔科夫决策模型构建蜜罐与攻击者的交互模型；最后利用对抗强化学习算法RepeatedUpdateQ‑learningRUQL训练模型。本发明能够有效地吸引和应对网络攻击，显著提高在对抗环境下捕获和分析网络攻击的能力。

本发明授权基于对抗强化学习的工业物联网蜜罐部署方法及装置在权利要求书中公布了：1.一种基于对抗强化学习的工业物联网蜜罐部署方法，其特征在于，包括： 1收集工业物联网设备数据，包括工业物联网设备IP、工业物联网设备请求数据和响应数据； 2基于步骤1中收集到的工业物联网设备请求数据，利用基于工业物联网多模态请求数据的LDA分析方法进行数据聚类，将请求数据分为不同类别，将每个工业物联网设备请求视为一个文档，将预定义的请求数据类别视为文档的主题；通过预定义的分隔符将每个文档分成一系列单词；将所有文档的单词组合在一起形成全局语料库；计算语料库中每个单词的出现频率；将预定义的请求数据类别的数量作为主题数量，训练LDA模型后即可得到所输入请求数据类别； 3基于步骤2中已分类的请求数据，利用马尔科夫决策模型构建蜜罐与攻击者的交互模型，蜜罐为智能体，针对蜜罐进行攻击的网络攻击者为环境，状态为已分类的网络攻击者的请求，动作为蜜罐回复的响应数据，奖励诱导攻击和延长会话的请求； 4基于步骤3中已构建好的马尔科夫决策模型，利用对抗强化学习算法RUQL训练模型，蜜罐针对行为复杂多变的攻击者选择最优响应以进行回复，RUQL算法通过考虑实际回报与预测Q值之间的差异，并根据策略与行为之间的差异调整更新，Q值更新公式为： 其中，表达式衡量了当前Q值预测与实际Q值之间的差异，r是在状态s下执行动作a后获得的奖励；γ是折扣因子；是在下一个状态s′下所有可能动作的最大Q值；α是学习率；πs,a是策略在状态s下选择动作a的概率，作为权重用于调整更新以反映策略与行为之间的差异；β是调整参数，用于防止策略接近于零的情况。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。