一种基于深度强化学习的信息物理系统安全控制方法

摘要

一种基于深度强化学习的信息物理系统安全控制方法，它属于信息安全技术领域。本发明解决了在网络攻击情况下，基于现有方法设计的安全控制策略的控制性能不佳的问题。本发明将受攻击情形下的信息物理系统动态方程描述为一个马尔科夫决策过程，基于建立的马尔科夫过程，将虚假数据注入攻击情形下的信息物理系统安全控制问题转化为仅使用数据的控制策略学习问题，再基于柔性actor‑critic强化学习算法框架，提出了一种基于李雅普诺夫函数的柔性actor‑critic强化学习算法，并提供了一种新颖的深度神经网络训练框架，设计过程中融合李雅普诺夫稳定理论，保证了信息物理系统的稳定性，有效提升了控制性能。本发明可以应用于对信息物理系统的安全控制。