融合强化学习与HER算法的可迁移自动渗透测试方法及介质(高校公示15天)(不包年费滞纳金)(需要二变)
本发明属于网络安全和机器学习技术领域,公开了一种融合强化学习与HER算法的可迁移自动渗透测试方法及介质,包括将渗透测试过程建模为马尔科夫决策过程,使用DQN模型构建自动渗透测试的基础模型;在基础模型的MDP任务结构中增加目标状态,并根据目标状态重构经验池中经验样本的数据格式,得到渗透测试模型;在渗透测试模型的训练过程中,根据经验池中的经验样本生成新的经验样本,直至训练完成输出训练场景下最优的渗透测试模型;针对新场景构建新的渗透测试模型,并将训练场景下最优的渗透测试模型的参数迁移至新的渗透测试模型;冻结新的渗透测试模型中迁移得到的参数训练新的渗透测试模型。本发明加速模型收敛,更高效获得最优渗透策略。
《融合强化学习与HER算法的可迁移自动渗透测试方法及介质(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024119442040,当前法律状态为已下证,由浙江工业大学提出申请,发明人为陈铁明;严昊骐;朱添田;吕明琪,申请日期为2024-12-27,公开(公告)日期为2025-05-16,国际专利分类号(IPC)为 G06F 21/57 (2013.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于网络安全和机器学习技术领域,公开了一种融合强化学习与HER算法的可迁移自动渗透测试方法及介质,包括将渗透测试过程建模为马尔科夫决策过程,使用DQN模型构建自动渗透测试的基础模型;在基础模型的MDP任务结构中增加目标状态,并根据目标状态重构经验池中经验样本的数据格式,得到渗透测试模型;在渗透测试模型的训练过程中,根据经验池中的经验样本生成新的经验样本,直至训练完成输出训练场景下最优的渗透测试模型;针对新场景构建新的渗透测试模型,并将训练场景下最优的渗透测试模型的参数迁移至新的渗透测试模型;冻结新的渗透测试模型中迁移得到的参数训练新的渗透测试模型。本发明加速模型收敛,更高效获得最优渗透策略。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
