買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學申請的專利一種基于深度強化學習的離散連續混合動作對抗攻擊方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120277664B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510766838.X，技術領域涉及：G06F21/55；該發明授權一種基于深度強化學習的離散連續混合動作對抗攻擊方法是由侯文靜;文紅;馬文迪;吳禹輝;姚瑞祥;嚴地寶設計研發完成，并于2025-06-10向國家知識產權局提交的專利申請。

本一種基于深度強化學習的離散連續混合動作對抗攻擊方法在說明書摘要公布了：本發明公開了一種基于深度強化學習的離散連續混合動作對抗攻擊方法，涉及人工智能安全領域。利用動態系統狀態驅動的對抗擾動攻擊方案，深度融合離散動作擾動與連續動作擾動方法，以最小化系統獎勵為目標，在最大對抗擾動范圍內增大輸出動作損失。進一步結合均勻攻擊、策略定時攻擊方法，設計了特定的偏好函數靈活選擇對抗性攻擊觸發時機方法，增強了攻擊的隱蔽性與破壞力，提升了DRL模型攻擊效果。結合基于遷移性范式的黑盒攻擊框架，采用基于替代模型的對抗攻擊遷移方法，通過構建替代模型逼近目標策略的決策行為，并利用替代梯度生成對抗擾動在缺乏目標模型梯度信息的情況下，仍可實現有效的模型攻擊，提高了對抗攻擊對DRL模型攻擊的泛化能力。

本發明授權一種基于深度強化學習的離散連續混合動作對抗攻擊方法在權利要求書中公布了：1.一種基于深度強化學習的離散連續混合動作對抗攻擊方法，其特征在于，包括以下步驟： S1：基于馬爾可夫決策過程構建基于任務卸載和資源分配的深度強化學習模型； S2：攻擊者獲取智能體在任務卸載系統中觀測的原始狀態，采用離散連續混合動作對抗擾動攻擊方法生成對抗擾動，疊加原始系統觀測量作為對抗擾動狀態； S3：攻擊者將生成的對抗擾動狀態發送給智能體； S4：智能體根據獲取對抗擾動狀態，由Actor網絡做出決策動作； S5：結合對抗攻擊后受影響的決策動作，計算有無對抗擾動做出的動作的獎勵的差值、總服務質量的差值，作為評估攻擊有效的指標； S6：采用基于遷移性范式的黑盒攻擊框架，訓練具有相似策略分布的替代模型； S7：通過訓練替代模型的梯度信息生成對抗狀態擾動，利用對抗樣本在決策邊界上的遷移特性攻擊原始模型； 所述獎勵通過以下公式計算： 式中，Hx為階躍函數，當x≥0時Hx取1，反之取0，x為括號內指代變量；為終端設備m在時隙t產生的任務數量，其中 為終端設備的集合，其中 表示對所有終端設備在時隙t產生的任務的總服務質量求和操作；表示對所有終端設備在時隙t產生的任務數量求和操作； 為總服務質量；終端設備m在時隙t生成的第n個任務的任務卸載決策表示為其中，表示終端設備m在時隙t生成的第n個任務在本地執行，表示終端設備m在時隙t生成的第n個任務將會卸載到邊緣服務器執行；表示終端設備m生成的第n個任務的本地處理總時延，由排隊時延和本地計算時延組成，表示終端設備m任務生成的第n個任務上傳到邊緣服務器處理的總時延，tol為容忍時間，rp為懲罰項。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學，其通訊地址為：611731 四川省成都市高新區(西區)西源大道2006號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。