基于强化学习的Windows域内信息扫描及渗透测试路径规划方法

本发明公开了一种基于强化学习的Windows域内信息扫描及渗透测试路径规划方法，包括：对于目标Windows域环境进行信息探测，对其网络拓扑进行测绘，通过利用LDAP等协议与目标机器建立连接，对域内相关信息进行收集；对于探测到的相关信息进行收集和整理并进行抽象，利用马尔可夫决策过程来解决多阶段序列决策问题，并且实现环境模拟，构建强化学习智能体，并通过与模拟环境进行交互训练来生成渗透测试路径，根据奖励策略进行调整，通过积累奖励来寻找最优渗透测试路径，构建Windows域渗透测试模型，最终生成最优渗透测试路径。本发明实现对Windows域内信息的收集以及对渗透测试路径的规划，最终达到评估和维护Windows域环境安全。