基于深度分层强化学习的多智能体协同渗透路径发现方法、系统及介质2025

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117834283 A (43)申请公布日 2024.04.05 (21)申请号 202410025144.6 G06N 3/092 (2023.01) (22)申请日 2024.01.08 (71)申请人 中国人民解放军国防科技大学 地址 410073 湖南省长沙市开福区德雅路 109号 (72)发明人 杨星　胡书隆　高皓琪　许颢砾　 王阳阳　穆华　梁振宇　左磊　 王秉文　瞿斌　万语科　 (74)专利代理机构 中国和平利用军工技术协会 专利中心 11215 专利代理师 刘光德 (51)Int.Cl. H04L 9/40 (2022.01) G06N 3/006 (2023.01) G06N 3/045 (2023.01) 权利要求书2页 说明书6页 附图1页 (54)发明名称 基于异构分层强化学习的协同渗透测试方 法、系统及介质 (57)摘要 本发明提出一种基于异构分层强化学习的 协同渗透测试方法、系统及介质，基于分层强化 学习将渗透路径发现构建为分层马尔科夫决策 方法，通过将渗透测试分解为上层智能体横向移 动目标主机选择和下层智能体单主机渗透过程， 将目标主机的选择作为下层智能体的子目标，通 过上下层网络的分层训练有效缓解了在大规模 网络下智能体状态空间爆炸、动作空间离散高维 及稀疏奖励所导致的