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基于电力网络的可用于漏洞攻击路径隐藏的安全感知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：CN118540098B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202410442851.5，技术领域涉及：H04L9/40；该发明授权基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法是由何金栋;雷珊珊;吴丽进;郑州;赵志超;罗富财设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法在说明书摘要公布了：本发明涉及电力网络技术领域，提供一种基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法，包括：1对具有安全约束的马尔可夫决策过程MDPs进行建模；2对线性时间逻辑LTL规范进行建模；3对入侵者攻击模型、初始状态的不透明度进行建模；4对安全约束下的强化学习问题进行建模；5构造MDP的初始状态估计器ISE，建成任务模型；6用Q学习求解，得到最优策略，即完成安全感知。本发明的安全感知方法能够综合考虑电力网络路由的安全性需求、系统行为规范、初始状态的不透明度以及潜在的入侵者攻击，从而提供一种有效的强化学习方案来优化路由策略，保障电力网络在发送消息时的安全性。

本发明授权基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法在权利要求书中公布了：1.基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法，其特征在于：包括以下步骤： 1对具有安全约束的马尔可夫决策过程MDPs进行建模； 2对线性时间逻辑LTL规范进行建模； 3对入侵者攻击模型、初始状态的不透明度进行建模； 4对安全约束下的强化学习问题进行建模； 5构造MDP的初始状态估计器ISE，建成任务模型； 6用Q学习求解，得到最优策略，即完成安全感知； 步骤1中，一个MDP是智能体所面对的环境，被建模为： M＝X,A,X0,f,AP,L，其中M表示MDP马尔可夫决策过程模型，X是一个有限的状态集；A是一个有限的动作集；X0表示所有可能的状态；是一个有限的初始状态集，即智能体的初始状态是所有可能的状态的子集；f:X×A×X→[0,1]是一个状态转移函数；L是一个标记函数； 给定MDPM，一条路径x0∈X0是一个序列 其中，x[i]表示智能体在i时刻所处的状态，x[1]＝x0，即智能体在第一个时刻处于x0的初始状态；策略π满足fx[i]，πx[1]a[1]...x[i]，x[i+1]0，其中πx[1]a[1]...x[i]表示智能体的采取的一系列策略，即在状态x[1]采取动作a[1]策略，在状态x[2]采取动作a[2]策略，以此类推，直到转移到状态x[i]；fx[i]，πx[1]a[1]...x[i]，x[i+1]，x[i+1]表示一个状态转移概率，即智能体在状态x[i]采取策略πx[1]a[1]...x[i]后转移到x[i+1]的概率，Xω为X上所有无限序列的集合； 步骤3中，采取初始状态不透明度对安全要求建模，给定一个MDPM＝X,A,X0,f,AP,L，假设有一组秘密状态Xs表示所有可能的初始状态，入侵者能观察系统的输出序列，是由输出函数H:X→Y产生的，其中Y是输出集，H扩展为Hp＝Hx[1]Hx[2]…； 在策略π下，关于x0∈Xs的初始不透明状态定义为： 使得Hs＝Ht； 步骤4中，对安全约束下的强化学习问题的建模： 给定一个MDPM与秘密状态初始状态x0∈Xs和LTL任务φ，学习一个安全最优策略π*使得： a.在策略π*下，M是从x0产生的初始状态不透明的序列； b.以下式子被最大化： 即智能体从x0状态采取策略π*走出了轨迹p，观察者看到的序列是它满足了LTL任务φ，同时智能体得到的总的奖励值被最大化；Pr表示优化任务； 给定MDPM＝X，A，X0，T，AP，L，给定秘密状态集和输出函数H:X→Y，观测轨迹Hp后的初始状态的估计定义为： 其中，p是智能体实际走的路径，x[i]表示智能体在每个时刻的状态，PathM是MDPM能生成的路径集，而p’是使得入侵者可以观察到和PathM产生相同输出序列的路径，Hp是观察者看到的路径p的输出序列，是这样的路径构成的路径集。

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。