基于机器学习的自动化渗透测试系统技术的研究

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,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,实验结果显示该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

所属期刊栏目：30

分类号：TP37(计算技术、计算机技术)

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：17-22,31