Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种共享汽车场景下基于强化学习的抵御违约攻击决策方法 

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!

申请/专利权人:宁波镇海数字经济研究院

摘要:本发明涉及一种共享汽车场景下基于强化学习的抵御违约攻击决策方法,包括以下步骤:步骤1.构建共享汽车分布式信任管理机制;步骤2.构建共享汽车的基于深度强化学习的防御决策机制;步骤3.基于深度Q网络算法获取共享汽车的最优策略最大化累积收益的期望。本发明所述方法优越技术效果在于:针对共享汽车场景,本发明提出了一种分布式信任管理架构和机制,利用贝叶斯统计学方法构建用户信任值的评估模型,用户的历史交互记录被视为先验信息,用于估计其未来保持诚实行为的可信度;边缘层的基站共同负责信任信息的维护和存储,并执行信任更新流程;在信任评估的基础上,提出了一种基于深度强化学习的防御决策机制,来实现复杂环境中的最优决策。

主权项:1.一种共享汽车场景下基于强化学习的抵御违约攻击决策方法,其特征在于包括以下步骤:步骤1.构建共享汽车分布式信任管理机制;步骤2.构建共享汽车的基于深度强化学习的防御决策机制;步骤3.基于深度Q网络算法获取共享汽车的最优策略π*s最大化累积收益的期望。

全文数据:

权利要求:

百度查询: 宁波镇海数字经济研究院 一种共享汽车场景下基于强化学习的抵御违约攻击决策方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。