基于Q-learning机制的攻击图生成技术研究

• 作者: 张书钦 张露 李凯江 杨峻峰
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 攻击图 Q-learning机制 攻击路径 智能体
• 年，卷（期）: 2018,（10）
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP393.09
• 字数: 3786字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.10.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张书钦	中原工学院计算机学院	20	65	4.0	7.0
2	李凯江	中原工学院计算机学院	3	2	1.0	1.0
3	张露	中原工学院计算机学院	4	5	1.0	2.0
4	杨峻峰	中原工学院计算机学院	1	1	1.0	1.0