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！

龙图腾网获悉北京邮电大学申请的专利基于深度强化学习的分布式网络探测任务智能调度方法及系统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：CN118353896B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202410531248.4，技术领域涉及：H04L67/1001；该发明授权基于深度强化学习的分布式网络探测任务智能调度方法及系统是由阙喜戎;门腾;王文东;王吴凡;龚向阳;田野;张波设计研发完成，并于2024-04-29向国家知识产权局提交的专利申请。

本基于深度强化学习的分布式网络探测任务智能调度方法及系统在说明书摘要公布了：本发明公开了一种基于深度强化学习的分布式网络探测任务智能调度方法及系统，涉及网络空间探测、软件工程以及深度强化学习领域。用户创建新的网络探测任务，智能调度系统收集该任务的调度信息，并通过智能调度中心的输入转换模块，将调度信息转换为输入向量；输入向量传输给深度强化学习模块进行智能决策，得到输出向量，进一步通过输出转换模块得到强化学习动作，发送至决策执行模块，完成网络探测任务的执行。最后将任务执行结果反馈到智能调度中心，更新深度强化学习模型，优化调度决策。本发明提高了网络探测的效率和响应速度，满足了网络安全领域对实时性和准确性的高要求。

本发明授权基于深度强化学习的分布式网络探测任务智能调度方法及系统在权利要求书中公布了：1.基于深度强化学习的分布式网络探测任务智能调度方法，其特征在于，包括以下步骤： 步骤一，用户通过Web控制台创建新的网络探测任务，信息收集模块收集调度信息，并将这些调度信息传输给智能调度中心； 步骤二，智能调度中心对调度信息进行预处理，将得到的输入向量传输给深度强化学习模块进行智能决策，得到的输出向量即为当前状态的任务调度决策； 预处理是指通过输入转换模块将调度信息转换成输入向量； 输入向量包括服务器集群的状态信息n维，当前待调度任务信息m维，任务队列信息k维，可扩展维度为t维； 输入向量经过深度强化学习模块已经学习到的策略生成一个输出向量； 输出向量的前k个元素为Task_Split_Pi,i＝0,1,2,3,…k，代表任务被拆分成2i份的概率，取其中的最大值Task_Split_Pm，其代表着将任务拆分成对应的2m份；后面的n维向量，代表着将前面拆分的2m份任务，分别调度到第j台机器上的概率Pj；最终按照概率Pj从大到小排序，取概率值较大的前2m个的机器，将拆分后的任务，调度到对应的机器上； 步骤三，输出向量通过输出转换模块转换为强化学习动作，智能调度中心将强化学习动作发送至决策执行模块，指导网络探测任务的执行； 步骤四，在任务执行完毕后，每个服务器会将任务执行情况以日志格式上传到日志中心，将探测结果上传探测结果中心，同时，部署在服务器上的监控点定期获取新的集群状态信息上传到监控中心和智能调度中心； 步骤五，智能调度中心根据新的集群状态信息更新深度强化学习模型，返回步骤二，通过奖励函数优化任务调度决策； 奖励函数为： Reward＝α·Affinity_Bonus+β·Anti_Affinity_Penalty+γ·Immediate_Reward+δ·Time_Cost+η·Flow_Cost 其中，α、β、γ、δ、η为超参数，Affinity_Bonus为正向奖励，Anti_Affinity_Penalty为惩罚项，Immediate_Reward为及时性奖励，Time_Cost为时间花费奖励，Flow_Cost为流量耗费奖励； 步骤六，监控中心、探测结果中心和日志中心获得的信息传输给Web控制台，通过展示模块进行集群信息、任务日志以及探测结果展示，并将这些信息进一步用于科研分析。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。