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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度强化学习的攻击树蜜罐部署防御方法与装置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：CN115580430B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211054557.4，技术领域涉及：H04L9/40；该发明授权一种基于深度强化学习的攻击树蜜罐部署防御方法与装置是由陈晋音;胡书隆;李晓豪;宣琦;郑雅羽设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于深度强化学习的攻击树蜜罐部署防御方法与装置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攻击树蜜罐部署防御方法与装置，所述方法包括获取网络拓扑信息，并依次构建攻击树；将卷积神经网络与Q‑Learning算法结合以创建DQN模型，基于DQN模型训练智能体,其中所述智能体作为渗透攻击方，训练目标为生成当前最优渗透攻击路径；根据当前最优渗透攻击路径，将当前最优攻击路径所经历的所有节点均作为可能受到攻击的节点，通过监测每个可能受到攻击的节点的流量变化情况，确定易受攻击的节点；计算每个易受攻击的节点对应的攻击漏洞的难度；依据易受攻击的节点的流量变化情况和攻击漏洞的难度从而得到攻击概率最大的节点，并在该节点部署蜜罐；并不断更新蜜罐的部署，引诱使攻击者陷入部署好的蜜罐，从而完成防御。

本发明授权一种基于深度强化学习的攻击树蜜罐部署防御方法与装置在权利要求书中公布了：1.一种基于深度强化学习的攻击树蜜罐部署防御方法，其特征在于，具体包括以下步骤： S1，获取网络拓扑信息，并依次构建攻击树；所述攻击树用于渗透路径寻优； S2，将卷积神经网络与Q-Learning算法结合以创建DQN模型，基于DQN模型训练智能体，其中所述智能体作为渗透攻击方，训练目标为生成当前最优渗透攻击路径；将渗透路径寻优过程构建为MDP过程，利用DQN算法进行训练，状态输入为每个节点的漏洞信息，奖励根据CVSS对不同漏洞的基础得分和期望得分进行设定，动作输出即DQN模型所选择的攻击路径； S3，将SDN流量控制器与攻击树结合，根据步骤S2得到的当前最优渗透攻击路径，将当前最优攻击路径所经历的所有节点均作为可能受到攻击的节点，通过监测每个可能受到攻击的节点的流量变化情况，确定易受攻击的节点；基于访问矩阵、访问复杂度、真实性指标计算每个易受攻击的节点对应的攻击漏洞的难度；依据易受攻击的节点的流量变化情况和攻击漏洞的难度从而得到攻击概率最大的节点，并在该节点部署蜜罐；并不断更新蜜罐的部署，引诱使攻击者陷入部署好的蜜罐，从而完成防御。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。