基于深度强化学习的DIDS任务调度优化方法

本发明公开了一种基于深度强化学习的DIDS任务调度优化方法，包括如下步骤：对检测引擎进行性能等级评估，对所检测的数据包进行负载评估，用马尔科夫决策过程建模，建立深度循环神经网络模型，调度器进行决策并确定如何分配检测引擎去检测数据包。对于检测引擎数量固定的分布式入侵检测系统，本发明提出的任务调度算法可以做出最优决策使系统整体负载降低，同时还能解决状态空间和动作空间过大造成内存空间占用太大的问题。

《基于深度强化学习的DIDS任务调度优化方法》是一发明专利，专利号为 2021109300834，当前法律状态为已下证，由陕西边云协同网络科技有限责任公司提出申请，发明人为赵旭;薛涛;江晋，申请日期为2021-08-13，公开（公告）日期为2023-12-12，国际专利分类号（IPC）为 G06F 9/50 (2006.01)，高新资质：未报高企，所属技术领域包括：网络信息安全网络入侵检测系统IDS网络安防设备网络安全设备网络入侵检测系统DIDS调度器网络流量检测引擎安全检测M/M/n/m混合制排队模型损失概率检测数据逗留时间检查边缘计算任务调度优化数据包负载评估排队论建模。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于深度强化学习的DIDS任务调度优化方法，包括如下步骤：对检测引擎进行性能等级评估，对所检测的数据包进行负载评估，用马尔科夫决策过程建模，建立深度循环神经网络模型，调度器进行决策并确定如何分配检测引擎去检测数据包。对于检测引擎数量固定的分布式入侵检测系统，本发明提出的任务调度算法可以做出最优决策使系统整体负载降低，同时还能解决状态空间和动作空间过大造成内存空间占用太大的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！