[发明专利]基于机器学习的渗透测试方法、装置、设备及存储介质有效

专利信息
申请号: 202011635807.4 申请日: 2020-12-31
公开(公告)号: CN112733146B 公开(公告)日: 2022-12-13
发明(设计)人: 秦翠;黄宙 申请(专利权)人: 深圳平安医疗健康科技服务有限公司
主分类号: G06F21/57 分类号: G06F21/57;G06N20/00;G06K9/62;G06F40/242;G06F40/289
代理公司: 北京市京大律师事务所 11321 代理人: 姚维
地址: 518000 广东省深圳市福田区华*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 学习 渗透 测试 方法 装置 设备 存储 介质
【权利要求书】:

1.一种基于机器学习的渗透测试方法,其特征在于,所述基于机器学习的渗透测试方法包括:

获取目标终端发送的目标对象网络信息和漏洞信息,所述目标对象网络信息包括区域信息、域名信息、指纹识别信息、组件类型信息和网络环境信息;

对所述目标对象网络信息进行渗透测试场景分析,得到初始渗透测试用例规则集和目标机器学习模型,所述初始渗透测试用例规则集包括渗透测试用例的执行流程、渗透测试用例的执行概率和渗透测试数据的边界值;

通过所述目标机器学习模型对所述初始渗透测试用例规则集和所述漏洞信息进行识别和分类处理,得到符合渗透测试场景的目标渗透测试用例;

所述通过所述目标机器学习模型对所述初始渗透测试用例规则集和所述漏洞信息进行识别和分类处理,得到符合渗透测试场景的目标渗透测试用例包括:

通过所述目标机器学习模型中的特征提取网络对所述初始渗透测试用例规则集和所述漏洞信息提取初始特征数据集;

通过所述目标机器学习模型中的聚类网络对所述初始特征数据集进行聚类和数据筛选处理,得到筛选后的特征数据;

调用所述目标机器学习模型中的多分类场景测试网络对所述筛选后的特征数据进行分类处理,得到目标渗透测试路径,并按照所述目标渗透测试路径生成符合渗透测试场景的目标渗透测试用例;

将所述目标渗透测试用例发送至测试终端,以使得所述测试终端在预设仿真环境中执行所述目标渗透测试用例,得到渗透测试结果,并基于所述渗透测试结果生成渗透测试报告。

2.根据权利要求1所述的基于机器学习的渗透测试方法,其特征在于,所述对所述目标对象网络信息进行渗透测试场景分析,得到初始渗透测试用例规则集和目标机器学习模型,所述初始渗透测试用例规则集包括渗透测试用例的执行流程、渗透测试用例的执行概率和渗透测试数据的边界值,包括:

获取预设的分词词典,按照所述预设的分词词典中的区域名称从所述区域信息中获取已匹配的区域名称,并按照所述已匹配的区域名称和所述域名信息从预设配置数据表中查询区域标识;

按照所述区域标识、所述指纹识别信息、所述组件类型信息和所述网络环境信息确定场景标识,根据所述场景标识构建渗透测试场景,并获取与所述渗透测试场景对应的初始渗透测试用例规则集,所述初始渗透测试用例规则集包括渗透测试用例的执行流程、渗透测试用例的执行概率和渗透测试数据的边界值;

基于所述场景标识确定目标机器学习模型,所述目标机器学习模型为预先训练的符合渗透测试场景的机器学习模型。

3.根据权利要求1所述的基于机器学习的渗透测试方法,其特征在于,所述调用所述目标机器学习模型中的多分类场景测试网络对所述筛选后的特征数据进行分类处理,得到目标渗透测试路径,并按照所述目标渗透测试路径生成符合渗透测试场景的目标渗透测试用例,包括:

调用所述目标机器学习模型中的多分类场景测试网络对所述筛选后的特征数据依次进行文本分析和特征提取,得到特征向量,所述多分类场景测试网络为随机森林分类器;

对所述特征向量进行分类处理,得到分类结果,从所述分类结果中筛选目标渗透测试路径,并按照所述目标渗透测试路径生成符合渗透测试场景的目标渗透测试用例。

4.根据权利要求1所述的基于机器学习的渗透测试方法,其特征在于,所述将所述目标渗透测试用例发送至测试终端,以使得所述测试终端在预设仿真环境中执行所述目标渗透测试用例,得到渗透测试结果,并基于所述渗透测试结果生成渗透测试报告,包括:

将所述目标渗透测试用例插入至预设发送队列中,通过所述预设发送队列将目标渗透测试用例发送至测试终端,以使得所述测试终端在预设仿真环境中执行所述目标渗透测试用例,得到渗透测试结果;

当接收到所述测试终端发送的渗透测试结果时,获取预设报告模板,对所述渗透测试结果进行内容解析,得到解析后的渗透测试内容;

将所述解析后的渗透测试内容更新至所述预设报告模板中,得到渗透测试报告,所述渗透测试报告为对渗透测试阶段进行详细分析的报告。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳平安医疗健康科技服务有限公司,未经深圳平安医疗健康科技服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011635807.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top