基于强化学习的自动化渗透测试方法  

作　　者：潘禄生[1] 

机构地区：[1]甘肃畜牧工程职业技术学院,甘肃武威733006

出　　处：《电子制作》2024年第9期107-110,27,共5页Practical Electronics

基　　金：武威市2023年度市级科技项目,编号:WW23B02GY001。

摘　　要：渗透测试是评估网络系统安全性的重要手段,但是大部分渗透测试方法只能模拟少数恶意攻击行为和方法,导致测试结果的可信度不高。提出了基于强化学习的自动化渗透测试方法,使用Markov决策过程交互式框架对该问题进行形式化建模,以Q-Learning和Nature DQN算法为基础,结合渗透测试工作的特点,以不断试错的方法学习渗透测试策略,最后基于学习的策略和渗透测试特点构建基于Q函数的渗透测试决策算法来指导渗透测试的自动化交互过程,使用学习算法和决策算法共同实现渗透测试的自动化和流程化。

关 键 词：渗透测试 强化学习 Q-Learning算法 NatureDQN算法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]