首页|基于深度Q-学习和粒子群优化的僵尸检测算法

基于深度Q-学习和粒子群优化的僵尸检测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
深度Q-学习算法常用于检测社会网络平台上的僵尸攻击.但是Q-学习算法的收敛慢.为此,提出基于深度Q-学习和粒子群优化的僵尸检测(Deep Q-Learning and Particle Swarm Optimization-based Bot Detection,DQL-PSO)算法.DQL-PSO算法引用粒子群优化算法提高Q-学习算法性能,进而获取最优的学习动作序列.将学习动作序列作为粒子的位置;将状态转换概率转换成粒子速度,进而利用粒子群优化算法提升Q-学习算法性能.仿真结果表明,提出的DQL-PSO算法提高了僵尸检测的准确率,并提升了收敛速度.
Deep Q-Learning and Particle Swarm Optimization-based Bot Detection Algorithm

顾伟、任勇军

展开 >

南京信息工程大学计算机与软件学院 南京 210044

Q-学习 粒子群 僵尸 准确率 重回率

6207224961922045

2021

10.3969/j.issn.1672-9722.2021.09.003

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(9)
  • 1
  • 1