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！

龙图腾网获悉济南时代确信信息安全测评有限公司申请的专利一种基于分层强化学习的智能安全审计方法、系统及设备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：CN120185872B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510281211.5，技术领域涉及：H04L9/40；该发明授权一种基于分层强化学习的智能安全审计方法、系统及设备是由孟繁刚;徐鹏程;李国良;朱小川;刘伟设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种基于分层强化学习的智能安全审计方法、系统及设备在说明书摘要公布了：本发明涉及网络安全审计与自动化渗透测试技术领域，具体涉及一种基于分层强化学习的智能安全审计方法、系统及设备，具体如下：将安全审计过程建模为一个分层马尔科夫决策过程，服务端生成攻击序列发送至客户端，攻击序列基于分层强化学习生成，然后客户端根据接收到的攻击序列执行攻击动作并收集反馈，再将反馈发送至服务端，服务端根据反馈更新分层强化学习，并进行优化和迭代，当满足设置的迭代条件时，安全审计过程结束，否则继续开展安全审计操作，直至满足迭代停止条件时结束安全审计过程。本发明通过自动化分层学习与适应机制来提高应对复杂攻击场景的检测能力，减少人工干预，从而获得更高效和准确的安全威胁识别。

本发明授权一种基于分层强化学习的智能安全审计方法、系统及设备在权利要求书中公布了：1.一种基于分层强化学习的智能安全审计方法，其特征是： 将安全审计过程建模为一个分层马尔科夫决策过程，通过服务端生成攻击序列发送至客户端来开展安全审计操作，攻击序列基于分层强化学习生成，分层强化学习包括宏观策略和微观策略，然后客户端根据接收到的攻击序列执行攻击动作并收集反馈，再将反馈发送至服务端，服务端根据反馈更新宏观策略和微观策略，对宏观策略和微观策略进行迭代与优化，设置迭代停止条件，若满足迭代条件，安全审计过程结束，否则根据更新后的宏观策略和微观策略继续开展安全审计操作，直至满足迭代停止条件时结束安全审计过程； 客户端的执行与反馈： （1）在时刻，客户端接收服务端发送的微观动作，并基于时刻的系统状态和相应的子任务开展具体的攻击操作，执行具体操作的过程中，客户端根据微观动作的指令对审计对象执行攻击动作； （2）客户端执行完成后，系统的状态由转变为，表示执行动作后的最新状态，状态包括网络拓扑及端口变化、系统配置及资源使用情况、当前攻击进度与子任务完成度指示信息、是否出现安全异常或防御机制触发异常事件； 3客户端根据系统状态的更新计算微观策略的即时反馈奖励,计算公式如下: ， 其中,依次包括五个奖励项，分别为、、、和，表示量化一次攻击操作的成功程度，表示攻击操作的时间开销，表示攻击操作带来的安全风险，表示攻击操作消耗的系统资源，表示状态-动作探索奖励，、、、和分别表示在状态下个奖励项、、、和的动态权重系数； 状态-动作探索奖励的计算公式如下: ， 其中，表示探索奖励基础系数，表示历史执行过的攻击动作总数，表示的索引，表示历史执行过的第个攻击动作，表示当前的攻击动作与之间的状态-动作空间距离，表示距离敏感度调节因子； 通过多层次安全优先级评估模型和安全状态熵权法确定，，表示奖励项数量的索引，，的计算公式如下: ， 其中，也表示奖励项数量的索引，表示第个奖励项预设的基础权重，表示状态的第个奖励项的动态调整因子，表示状态的状态熵，表示第个奖励项预设的基础权重，表示状态的第个奖励项的动态调整因子； 状态的状态熵的计算公式如下： ， 其中,表示系统状态分类数量,表示状态属于第类状态的概率； 状态的动态调整因子的计算公式为: ， 其中，表示状态下第个奖励项的重要指标，表示归一化常数，和表示两个不同的调节系数，表示第个奖励项的调节系数，表示第个奖励项的调节系数，表示当前攻击进度指标，表示第个奖励项的历史成功率； 历史成功率的计算公式如下： ， 其中，表示截至至时刻执行过的攻击动作总数，表示的索引，表示第个奖励项的相关动作集合，表示指示函数，若，则，否则，表示判断第个攻击动作是否成功，若成功，，若失败，； （4）客户端将最新状态、即时奖励、子任务完成度指示信息和辅助诊断信息以数据包的形式发送回服务端。

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济南时代确信信息安全测评有限公司，其通讯地址为：250109 山东省济南市中国(山东)自由贸易试验区济南片区贞观街988号银丰新能源产业园10号楼4层；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”。