基于改进深度强化学习的电力物联网自动渗透测试技术研究

孙守道, 卢毅, 吴迪

太原理工大学学报 ›› 2026, Vol. 57 ›› Issue (02) : 243 -252.

PDF
太原理工大学学报 ›› 2026, Vol. 57 ›› Issue (02) : 243 -252. DOI: 10.16355/j.tyut.1007-9432.20250088

基于改进深度强化学习的电力物联网自动渗透测试技术研究

    孙守道, 卢毅, 吴迪
作者信息 +

Author information +
文章历史 +
PDF

摘要

【目的】随着泛在电力物联网的全面应用,一些不可控的因素和物理接触环境的变化使得电力物联网系统面临严峻的信息安全问题。渗透测试作为信息安全防护的重要手段,可以提前发现并修复安全漏洞,有效降低系统被入侵的风险。目前的渗透测试以人工测试为主,对人员技术、经验水平要求高,并且测试效率低。为此,提出一种改进深度强化学习的自动渗透测试方法。【方法】首先依据专家经验建立学习过程的状态空间,并引入注意力机制解决状态空间动态变化问题;然后基于深度强化学习模型进行攻击渗透路径自动探索。【结果】搭建实验仿真环境开展对比测试,结果表明所提出方法在不同网络规模下均表现出更快的收敛性能。

关键词

泛在电力物联网 / 渗透测试 / 深度强化学习 / 注意力机制 / 先验知识

Key words

引用本文

引用格式 ▾
基于改进深度强化学习的电力物联网自动渗透测试技术研究[J]. 太原理工大学学报, 2026, 57(02): 243-252 DOI:10.16355/j.tyut.1007-9432.20250088

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

2

访问

0

被引

详细

导航
相关文章

AI思维导图

/