基于Q-learning机制的攻击图生成技术研究

作者：张书钦; 李凯江; 张露; 杨峻峰

来源：电子科技, 2018, 31(10): 6-10.

DOI：10.16180/j.cnki.issn1007-7820.2018.10.002

• 攻击图
• Q-learning机制
• 攻击路径
• 智能体

针对传统攻击图生成算法效率低和生成攻击图规模小的问题,文中提出一种基于Q-learning机制的攻击图生成的方法。该方法根据Q-learning机制的特征,将攻击者模拟成智能体对网络进行连续的漏洞攻击。智能体的每一次场景作为攻击图中的一个攻击路径。由于智能体的场景之间是独立的,因此可以通过分布式的方式进行攻击图的生成。文中将攻击者的攻击目标作为智能体学习场景的收敛状态。当智能体经过47次的场景学习过程,Q-learning中的Q函数积累值收敛为1 548. 14时,攻击图生成结束。仿真结果表明通过Q-learning机制,多个智能体同时进行学习可以高效地完成攻击图的生成过程。

• 单位
  中原工学院