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！

龙图腾网获悉韩道岐申请的专利基于强化学习的异构资源调度自适应策略生成方法及系统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：CN120821528B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510962957.2，技术领域涉及：G06F9/455；该发明授权基于强化学习的异构资源调度自适应策略生成方法及系统是由韩道岐设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本基于强化学习的异构资源调度自适应策略生成方法及系统在说明书摘要公布了：本发明是一种基于强化学习的异构资源调度自适应策略生成方法及系统，属于云计算安全领域。本发明系统包含容器模块、CVSS数据库利用模块、状态映射模块和防御环境。本发明方法包括：获取当前云环境中所有容器实例存入容器池，记录每种容器实例的异构属性和副本数，异构属性包括操作系统、CPU架构、容器运行时和应用软件的类型；计算当前容器池的漏洞利用难度与多维异构指标；利用强化学习模型决策防御策略，将当前容器池状态输入模型，决策防御策略，对容器池的漏洞利用难度和异构性指标加权求和计算奖励值。本发明综合考虑容器的多维异构属性和实时状态信息，自适应地选择最佳防御策略，以降低防御成本并提高系统实时响应能力和防御效果。

本发明授权基于强化学习的异构资源调度自适应策略生成方法及系统在权利要求书中公布了：1.一种基于强化学习的异构资源调度自适应策略生成方法，其特征在于，包括： 步骤1，获取当前所研究系统或云环境中的所有容器实例存入容器池，记录每种容器实例的异构属性和副本数，异构属性包括操作系统、CPU架构、容器运行时和应用软件的类型； 步骤2，利用CVSS标准计算当前容器池的漏洞利用难度与多维异构指标；其中，多维异构指标包括容器池的多样性指标和差异性指标，CVSS表示通用漏洞评分系统； 计算各容器实例的漏洞利用难度，对所有容器实例的漏洞利用难度加权求和得到当前容器池的漏洞利用难度ED； 多样性指标用于计算每种属性在当前容器池中所有取值的分布情况；差异性指标用于计算容器实例的每种属性在当前容器池的差异程度；对四种属性的多样性指标和差异性指标分别求和再相加，得到当前容器池的异构性指标HI； 步骤3，利用强化学习模型进行防御策略决策学习； 强化学习模型的系统状态为当前容器池状态，包含容器池中各种容器实例的操作系统、CPU架构、运行时环境、应用软件类型、副本数量以及漏洞利用难度； 强化学习模型的动作空间为设置的三种防御策略：容器自清洗、异构容器切换和集群强切换；模型的动作是选择其中一种防御策略执行；容器自清洗时，随机调整容器实例的副本数量，不改变容器的异构属性；异构容器切换时，从当前容器池中随机选取一个容器实例，更新该容器实例的至少1个异构属性；集群强切换时，对当前容器池中的所有容器实例同时执行异构属性的全面随机切换； 根据动作执行后的系统或云环境的容器池的漏洞利用难度ED和异构性指标HI，强化学习模型计算所选动作的奖励r通过对所计算的ED和HI加权求和得到； 将训练后的强化学习模型部署在所研究的系统或云环境中，根据实时采集的容器池计算异构性指标和漏洞利用难度，自适应地选择最佳防御决策执行。

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韩道岐，其通讯地址为：100082 北京市海淀区枫蓝国际B座809B；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。