一种基于强化学习的无人机网络入侵检测方法

本发明属于现代通信网络安全技术领域，提出一种基于强化学习的无人机网络入侵检测方法。本发明根据通过ADS‑B获取的无人机的身份信息、位置信息及使用基站收发模块解析得到的数据包传输的时间间隔和数据包传输数量结合检测性能来构建系统观测，系统观测结合先前检测性能后形成系统状态作为分层强化学习模型的输入。基站根据分层强化学习模型的输出，选择最适宜的分类器并优化分类器相应的参数，检测无人机系统中存在的大量流量中是否存在恶意攻击，并准确识别流量的攻击类型，在提高检测精度的同时降低检测时延及能耗，从而提升无人机系统中的无人机通信安全性，优化对无人机网络的检测策略，及时检测及识别无人机异常流量信息及其发起的攻击类型。