基于机器学习的自动化渗透测试系统技术的研究 |
| |
引用本文: | 牛月坤,曹慧,田晨雨,李涛,吴昊天.基于机器学习的自动化渗透测试系统技术的研究[J].计算机测量与控制,2022,30(6):17-22. |
| |
作者姓名: | 牛月坤 曹慧 田晨雨 李涛 吴昊天 |
| |
作者单位: | 国能信息技术有限公司,,,, |
| |
摘 要: | 为加强目标系统网络的安全等级,验证目标存在的威胁与漏洞,本研究设计出基于机器学习的自动化渗透测试系统,利用多种入侵方法对目标进行自动化渗透测试。针对目标系统的各个网路节点的脆弱性和连接关系生成全局攻击图,计算对攻击目标的攻击路径的攻击价值,自动化生成最优攻击路径。采用多阶段渗透攻击的方法,建立渗透攻击的动态划分模型,利用网络中的漏洞不断接近并攻击目标。模拟企业网络架构进行渗透测试,实验结果显示本研究系统发起渗透攻击的成功率较高,最高达到95.4%,攻击目标主机能够生成最优的攻击路径,攻击价值最高达到27.3。
|
关 键 词: | 机器学习 自动化渗透 网路节点脆弱性 全局攻击图 最优攻击路径 多阶段渗透 |
收稿时间: | 2021/11/24 0:00:00 |
修稿时间: | 2022/1/3 0:00:00 |
Research on Automatic Penetration Testing System Technology Based on Machine Learning |
| |
Abstract: | |
| |
Keywords: | Machine learning Automatic penetration Network node vulnerability Global attack map Optimal attack path Multistage infiltration |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|