买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利一种基于Rainbow算法的自动化渗透方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118764221B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410705961.6，技术领域涉及：H04L9/40；该发明授权一种基于Rainbow算法的自动化渗透方法及系统是由张锦匀;鲁辉;陈可;田志宏;张浩楠;伍宇森;苏申;孙彦斌设计研发完成，并于2024-06-03向国家知识产权局提交的专利申请。

本一种基于Rainbow算法的自动化渗透方法及系统在说明书摘要公布了：本发明公开了一种基于Rainbow算法的自动化渗透方法及系统，方法包括：获取待测环境信息，确定渗透测试任务对应的目标网络以及目标网络的主机信息；根据待测环境信息，确定攻击目标并执行对应的渗透决策动作；采用第一神经网络模型对攻击目标进行第一奖励函数构建，采用第二神经网络模型对攻击技战术进行第二奖励函数构建；根据第一奖励函数计算攻击目标的第一奖励值，并根据第二奖励函数计算攻击技战术的第二奖励值；对攻击目标的选择策略进行动态更新，并对攻击技战术的选择策略进行动态更新。本发明的训练成本低且效率高，能够提升模型的决策准确度，可广泛应用于计算机技术领域。

本发明授权一种基于Rainbow算法的自动化渗透方法及系统在权利要求书中公布了：1.一种基于Rainbow算法的自动化渗透方法，其特征在于，包括以下步骤： 获取待测环境信息，确定渗透测试任务对应的目标网络以及所述目标网络的主机信息； 根据所述待测环境信息，确定攻击目标并执行对应的渗透决策动作；其中，所述渗透决策动作包括攻击技战术； 采用第一神经网络模型对所述攻击目标进行第一奖励函数构建，采用第二神经网络模型对所述攻击技战术进行第二奖励函数构建； 根据所述第一奖励函数计算所述攻击目标的第一奖励值，并根据所述第二奖励函数计算所述攻击技战术的第二奖励值； 根据所述第一奖励值对所述攻击目标的选择策略进行动态更新，并根据所述第二奖励值对所述攻击技战术的选择策略进行动态更新，直至完成自动化渗透的处理； 所述第一神经网络模型和所述第二神经网络模型的结构一致； 所述根据所述第一奖励值对所述攻击目标的选择策略进行动态更新，并根据所述第二奖励值对所述攻击技战术的选择策略进行动态更新，包括以下步骤： 采用基于动作值的方式更新策略，采用off‑policy方法维护两个神经网络模型的Q函数；其中，两个神经网络模型的学习经验用于交替更新另一个模型的网络权重； 采用分布式RL算法构建Q函数，其中，分布式RL算法以估计Q值分布的形式代替Q值期望； 采用多步学习机制，以增加所述神经网络模型探视的信息； 引入优先经验回放机制，以加快神经网络模型的收敛速度； 引入Dueling Network算法，采用两个神经网络模型替换掉动作值计算函数的中的价值函数和优势函数部分，以提高对Q值进行估计的稳定性； 在神经网络模型中加入噪声网络机制，用噪声网络替换掉所有的线性层，以增强模型的鲁棒性和提升模型的探索效率； 完成对所述第一神经网络模型和所述第二神经网络模型的更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。