基于分层强化学习的电力网络终端协同防御方法和系统

本发明公开了基于分层强化学习的电力网络终端协同防御方法和系统，涉及电力网络终端防御技术领域，包括通过高性能网络流量采集设备实时获取并分析电力网络中的多协议流量数据；利用机器学习算法检测正常流量与不安全流量；设计上层智能体采用动态信任评估机制，基于终端行为特征的变化自主调整信任评级；构建下层智能体作为协同隔离决策机制，使信任评级与隔离策略深度结合，针对不同威胁级别实施精准的隔离措施。本发明通过引入高性能网络流量采集、深度流量分析和双层强化学习智能防护机制，带来了显著的有益效果。首先，系统能够实时、全面地监控电力网络的流量数据，确保对关键节点的网络通信进行高效采集和分析。