一种基于SEA-DDQN自适应强化学习的入侵态势预测方法

本发明属于网络安全态势感知技术领域，公开了一种基于SEA‑DDQN自适应强化学习的入侵态势预测方法，包括以下步骤：获取网络流量数据集；对获取的网络流量数据集进行预处理，得到规范化数据集；构建基于双重价值的深度注意力Q网络SEA‑DDQN模型，进行网络安全入侵态势预测ISP，实现ISP过程。本发明采用上述一种基于SEA‑DDQN自适应强化学习的入侵态势预测方法，通过与流量环境的持续交互，不断提升其预测能力，使得模型能够灵活应对复杂且不断变化的威胁场景；SEA‑DDQN利用强化学习的优势，对模型的自适应性和决策制定过程进行优化，从而增强模型在动态环境中的抗干扰能力。

《一种基于SEA-DDQN自适应强化学习的入侵态势预测方法》是一发明专利，专利号为 2025114938491，当前法律状态为已下证，由成都信息工程大学提出申请，发明人为李斌勇;刘科盛;潘华;邓创;朱鹏陈;杨金鑫，申请日期为2025-10-20，公开（公告）日期为2026-02-06，国际专利分类号（IPC）为 H04L 9/40 (2022.01)，高新资质：未报高企，所属技术领域包括：高校代售，需公示需二变，付款到一变提交流程一个月左右未报项目代售。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：本发明属于网络安全态势感知技术领域，公开了一种基于SEA‑DDQN自适应强化学习的入侵态势预测方法，包括以下步骤：获取网络流量数据集；对获取的网络流量数据集进行预处理，得到规范化数据集；构建基于双重价值的深度注意力Q网络SEA‑DDQN模型，进行网络安全入侵态势预测ISP，实现ISP过程。本发明采用上述一种基于SEA‑DDQN自适应强化学习的入侵态势预测方法，通过与流量环境的持续交互，不断提升其预测能力，使得模型能够灵活应对复杂且不断变化的威胁场景；SEA‑DDQN利用强化学习的优势，对模型的自适应性和决策制定过程进行优化，从而增强模型在动态环境中的抗干扰能力。

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！