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！

龙图腾网获悉北京工业大学申请的专利基于部分可观马尔可夫决策的工业控制跨层安全决策方法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：CN119945764B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510067740.5，技术领域涉及：H04L9/40；该发明授权基于部分可观马尔可夫决策的工业控制跨层安全决策方法是由赖英旭;王子祺;刘静;方惠民设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于部分可观马尔可夫决策的工业控制跨层安全决策方法在说明书摘要公布了：本发明公开了基于部分可观马尔可夫决策的工业控制跨层安全决策方法，包括：步骤1：使用监测系统对状态信息部分可观的工业控制系统进行状态感知，通过模型与工控系统的不断交互来收集训练数据。步骤2：使用基于POMDP决策框架的T‑DRQN深度强化学习方法将交互得到的数据与历史观测信息结合进行训练。步骤3：使用网络层设备节点的警报信息与物理层传感器读数对于入侵响应策略的响应效果进行评价，并利用这些指标分析不同模型之间响应性能的差异。本发明能够有效抵御从网络空间到物理空间的多阶段跨层攻击，采用双分支网络结构，更加明显地区分状态价值和动作优势，从而更准确、高效地指导入侵响应决策，更适用于处理系统状态信息部分可观的工控场景。

本发明授权基于部分可观马尔可夫决策的工业控制跨层安全决策方法在权利要求书中公布了：1.基于部分可观马尔可夫决策的工业控制跨层安全决策方法，其特征在于，包括： 步骤1：使用监测系统对状态信息部分可观的工业控制系统进行状态感知，将收集到的警报信息作为状态输入，决策模型根据状态信息做出动作，工控系统环境受动作的影响发生变化，通过模型与工控系统的不断交互来收集训练数据； 步骤2：使用基于POMDP决策框架的T-DRQN深度强化学习方法将交互得到的数据与历史观测信息结合进行训练，模型经过学习达到收敛后，将其在不同状态下的输出作为入侵响应策略，最终应用于工控系统的入侵响应； 步骤3：使用网络层设备节点的警报信息与物理层传感器读数对于入侵响应策略的响应效果进行评价，统计不同入侵响应决策模型中攻击者的到达位置与动作选择的频率分布，并利用这些指标分析不同模型之间响应性能的差异； 所述步骤2中使用基于POMDP决策框架的T-DRQN深度强化学习方法将交互得到的数据与历史观测信息结合进行训练，模型经过学习达到收敛后，将其在不同状态下的输出作为入侵响应策略，最终应用于工控系统的入侵响应； 步骤21，将数据库数据读取到数据缓冲池中； 步骤22，对数据缓冲池中的数据进行采样； 步骤23，递归神经网络处理采样得到的信息序列； 步骤24，双分支神经网络架构评估Q值函数； 步骤25，梯度下降更新神经网络参数； 步骤26，当训练达到阈值并且损失函数稳定时，保存训练过程中表现最优的决策模型； 步骤31：统计不同决策方法的整体性能表现：计算各决策方法在整个仿真期间累计的总奖励值，以评估整体表现；其中Ne代表总测试的轮数，n表示测试中的时间步长，T代表每轮的模拟时长，Rnt代表每个时间步t上的奖励值，具体的计算公式如下： 步骤32：统计不同决策方法的动作执行成本：计算各决策方法在每个时间步选择防御动作的平均执行成本；其中costa表示防御动作的执行成本，具体的计算公式如下： 步骤33：统计不同决策方法的防御能力：计算在各决策方法的防御下，平均每小时被感染的节点数量，以评估防御效果；其中ncompromised表示节点状态处于等级4和5的数量，具体的计算公式如下： 步骤34：统计不同决策方法物理层传感器读数的偏移值：计算在各决策方法的防御下，物理层传感器读数的累计偏移值，以评估对系统的影响；其中Y代表传感器的当前读数，M是传感器的正常值读数，具体的计算公式如下： 步骤35：分析不同决策方法性能差异的原因：通过多轮实验统计攻击者在各决策方法防御下所达到的最大层数及防御动作选择频率，以解释各决策方法性能差异的原因。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。