-
公开(公告)号：CN118118202A
公开(公告)日：2024-05-31
申请号：CN202310313278.3
申请日：2023-03-28
Applicant: 桂林电子科技大学
Abstract: 发明提出了一种基于PPO深度强化学习模型的渗透测试攻击路径发现方法及系统，该攻击路径发现方法整体包括：漏洞信息与网络拓扑收集和预处理、深度强化学习模型构建、以及最优攻击路径的输出。其主要核心方法是通过NESSUS对网络环境进行漏洞扫描、FOFA在线网络空间搜索引擎收集网络拓扑，整合生成包含漏洞信息的网络拓扑，针对不同的协议对其添加网络地形权重，构建成转移矩阵，使用PPO算法进行训练以及测试，将模型中的Agent与由转移矩阵构建的环境进行交互，通过模拟真实攻击，最终生成一条最佳攻击路径。本技术方案与一般自动化攻击路径发现方案相比，提高了算法的效率和模拟真实性，是一种有效的渗透测试攻击路径发现方案。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
