本發(fā)明公開了一種基于深度強化學習的自動滲透測試方法與框架。其方法整體包括網(wǎng)絡環(huán)境數(shù)據(jù)采集與預處理、深度強化學習模型的構建、滲透工具的外部封裝。其主要核心方法是通過ZoomEye對網(wǎng)絡環(huán)境進行掃描并收集拓撲信息,通過收集的數(shù)據(jù)構建狀態(tài)可達矩陣,使用DoubleDQN算法進行模型訓練與學習,使用滲透工具作為外部工具對真實環(huán)境進行交互,并對DoubleDQN模型做出反饋,從而實現(xiàn)性能不錯的攻擊路徑預測。本公開技術方案與一般的自動化滲透方案相比,可有效提高了滲透測試的效率,是一種可行的自動化滲透方案。
聲明:
“基于深度強化學習的自動化滲透測試方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)