基于强化学习和虚拟化容器的内网渗透环境方法及装置

本发明公开了一种基于强化学习和虚拟化容器的内网渗透环境方法及装置，方法包括：首先在软件上模拟出企业的内网环境，并根据实际设置高价值的靶标节点，使用强化学习目前效果最好的PPO算法训练攻击智能体在该环境中进行探索和漏洞利用，以输出可能存在的最优攻击路径和利用方法。本发明解决了内网攻击路径复杂且验证困难的问题，大大节省训练时间和成本，同时提高了内网渗透环境的适应性和攻击特征的准确性。