基于最大熵強化學習的最優(yōu)滲透路徑生成方法

摘要： 從攻擊者角度分析入侵意圖和滲透行為對于指導網(wǎng)絡安全防御具有重要意義。然而，現(xiàn)有的滲透路徑大多依據(jù)瞬時的網(wǎng)絡環(huán)境構建，導致路徑參考價值降低。針對該問題，文中提出了一種基于最大熵強化學習的最優(yōu)滲透路徑生成方法，該方法可以在網(wǎng)絡環(huán)境動態(tài)變化的情況下，以探索的形式捕獲多種模式的近似最優(yōu)行為。首先，依據(jù)攻擊圖和漏洞評分對滲透過程進行建模，通過量化攻擊獲益來刻畫滲透行為的威脅程度；然后，考... （共8頁）