技术特征：
技术总结
本发明公开了基于强化学习的大流检测方法，包括以下步骤：S1：对数据流进行检测得到流检测数据；S2：采用历史样本缓冲池对检测数据模型进行优化；S3：采用优化后的检测数据模型对流检测数据进行大流判断，并对大流进行再次检测；S4：将流检测数据放入历史样本缓冲池，并再次依次执行S2、S3和S4直至检测结束。本发明将网络的链路状态和流的历史测量信息作为状态，将流的测量大小作为奖励值，采用基于强化学习的大流检测方法对网络中的大流进行检测，能充分提取流的相关性等特征，能提高大流检测的准确度。
技术研发人员：王雄;潘志豪;任婧;徐世中;王晟
受保护的技术使用者：电子科技大学
技术研发日：2018.06.11
技术公布日：2018.12.18