公开(公告)号：CN117609734A

公开(公告)日：2024-02-27

申请号：CN202311765672.7

申请日：2023-12-20

Applicant: 上海交通大学

Inventor： 吴越 ,  杨天成 ,  孟凡超 ,  邹福泰

IPC: G06F18/20 ,  G06F21/57 ,  G06N3/0464 ,  G06N3/092 ,  H04L9/40

Abstract: 本发明公开了一种基于深度强化学习的风险评估方法，涉及网络安全领域，使用深度强化学习算法寻找攻击路径，模拟攻击者的行为和思维方式，通过分析深度强化学习的训练过程，计算设备被攻击的概率，实现对设备的安全风险评估；包括本体建模层、机器学习层和风险评估层，本体建模层使用本体对网络环境建模，将设备和设备中的漏洞定义为本体中的资产，将设备之间的连接关系和通信情况定义为对象属性；机器学习层根据建立的本体模型，训练神经网络，寻找攻击路径；风险评估层根据机器学习的训练过程，建立评估指标，完成对设备的风险评估。本发明可以减少风险评估过程中依靠专家先验知识，减少风险评估的主观性，增加客观性，并提升专家工作效率。