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！

龙图腾网获悉国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司申请的专利一种基于强化学习的漏洞攻击路径规划的方法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：CN118316677B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202410417340.8，技术领域涉及：H04L9/40；该发明授权一种基于强化学习的漏洞攻击路径规划的方法是由何金栋;雷珊珊;吴丽进;郑州;赵志超;蔡荣彦设计研发完成，并于2024-04-09向国家知识产权局提交的专利申请。

本一种基于强化学习的漏洞攻击路径规划的方法在说明书摘要公布了：本发明涉及网络安全技术领域，提供一种基于强化学习的漏洞攻击路径规划的方法，其包括以下步骤：步骤1、建立机器人自主路径规划安全强化学习框架SSRL，包括两个部分：1.1、预测和禁止不安全行为的安全保障机制；1.2、能自恢复到先前安全状态的自恢复机制；步骤2：基于动态支持集的小样本推理式安全强化学习机器人路径规划，包括两个部分：2.1、安全探索部分；2.2、自恢复部分；步骤3、基于经验重利用机制的快速强化学习机器人路径规划。本发明能较佳地进行漏洞攻击路径规划。

本发明授权一种基于强化学习的漏洞攻击路径规划的方法在权利要求书中公布了：1.一种基于强化学习的漏洞攻击路径规划的方法，其特征在于：包括以下步骤： 步骤1、建立机器人自主路径规划安全强化学习框架SSRL，包括两个部分： 1.1、预测和禁止不安全行为的安全保障机制，采用基于盾构机制的安全保障； 1.2、能自恢复到先前安全状态的自恢复机制； 自恢复机制的具体实施方法为： 将机器人的运动轨迹表示为如下离散的状态和动作序列： τ＝{s1,a1,s2,a2,…,st,at} 在时间t，处于状态st的机器人执行动作at，然后转换到st+1，该状态为一个会导致碰撞的漏洞状态，根据环境的反馈，安全保障机制在检测到失败后会将状态st下的动作at以及基于规则预测的状态动作对加入盾构中；自恢复机制的目的是在不改变强化学习框架的情况下，将机器人回退到过去序列中的安全状态s1、s2，...，st之一；当危险发生即机器人与漏洞相撞时，机器人首先用贝尔曼方程更新该动作价值，接着再采取与上一个状态的动作相反的动作来回退到上一个状态，此状态为一个安全状态，最后机器人能够正常选取动作； 步骤2：基于动态支持集的小样本推理式安全强化学习机器人路径规划，包括两个部分： 2.1、安全探索部分，使用具有动态支持集的小样本学习来识别未曾见过的漏洞并排除未来探索中的不安全动作； 2.2、自恢复部分，当失败发生时，自回退到先前的状态，并对失败进行自我反思以更新支持集； 步骤3、基于经验重利用机制的快速强化学习机器人路径规划。

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国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司，其通讯地址为：350000 福建省福州市仓山区复园支路48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”。

以上内容由龙图腾AI智能生成。