欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024116606621
申请人: 华侨大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,包括:渗透测试启动模块,用于接收输入的可访问网站的有效URL,启动结合大模型的混合多智能体自动化渗透测试流程;

信息收集模块,用于通过工具调度智能体生成调度脚本,调度本地化工具库,收集网站的信息,并通过设定的智能体分为应用层、网络层和传输层进行信息处理,识别相关服务信息,筛除重复数据,并提取各层级的信息;

漏洞挖掘模块,用于整合信息收集模块在应用层、网络层和传输层所收集的信息,结合基于YAML模板规则的本地化漏洞扫描工具,使用Web应用框架漏洞挖掘智能体组、中间件漏洞挖掘智能体组及系统传输层服务漏洞挖掘智能体组进行漏洞扫描与识别;由漏洞挖掘文本处理调度智能体负责协调不同服务智能体的活动,形成漏洞挖掘报告;

漏洞方案生成模块,用于整合漏洞挖掘模块识别的漏洞信息,结合基于漏洞扫描工具的本地化部署扫描结果,由漏洞挖掘信息处理调度智能体调度相对应的专业漏洞方案生成智能体组,结合漏洞库信息,为每个特定漏洞定制相应的漏洞可利用方案;

漏洞验证模块,用于依据生成的漏洞可利用方案,针对多个不同的漏洞信息进行操作;由漏洞验证调度智能体负责协调包括Web应用框架、中间件及传输层在内的专业漏洞验证智能体组,实现并发运行;每个漏洞信息均对应生成可执行的漏洞利用脚本,调度本地资源执行脚本并分析结果,生成漏洞信息和利用脚本;

报告生成模块,用于整合信息收集模块、漏洞挖掘模块、漏洞方案生成模块和漏洞验证模块生成的结果,提供多种模型选择以优化数据处理,执行过滤、排除垃圾及重复信息的功能,依据预定的安全报告模板生成安全评估报告,并将信息收集模块、漏洞挖掘模块、漏洞方案生成模块和漏洞验证模块处理的数据转化为训练样本,以增强各智能体的性能,实现反馈学习机制。

2.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述信息收集模块,包括:大模型选择单元,用于选择处理大模型,以承载信息收集及推理任务;

收集决策获取单元,由工具调度智能体结合预定的工作流程和工具库信息设计信息收集流程,决定采用何种工具组合以实现更全面的信息收集,获得收集决策;

信息收集文本生成单元,用于使用收集决策调度本地工具资源进行信息捕获,形成信息收集文本;

重复数据删除单元,用于使用信息过滤智能体筛除重复数据;

中间数据集文本生成单元,用于使用信息收集调度智能体调度不同智能体划分收集到的数据,由应用层、网络层和传输层的处理智能体处理收集到的信息,形成中间数据集文本;

用户决策单元,用于将形成的中间数据集文本,提供给用户阅读和决策,决定是否进行漏洞挖掘操作、是否重新进行信息收集或是否退出系统。

3.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述漏洞挖掘模块,包括:信息处理与调度单元,用于依据信息收集模块收集的中间数据集文本,结合本地漏洞扫描工具根据YAML格式匹配规则生成的结果,由信息收集文档处理智能体对收集结果进行分类并分发给相应专属智能体进行分析;

扫描任务执行单元,用于使用信息收集文档处理调度智能体,生成并调度对应的框架漏洞扫描工具,执行扫描任务,并回收扫描结果;

智能体分组与漏洞库配置单元,用于将调度信息收集文档处理调度智能体分为 Web应用框架漏洞挖掘智能体组、Web中间件漏洞挖掘智能体组以及系统传输层服务漏洞挖掘智能体组,并与对应的漏洞库信息相对应,构建信息知识库;

服务信息驱动的漏洞挖掘单元,用于使用漏洞挖掘文本处理调度智能体负责协调Web应用框架漏洞挖掘智能体组、中间件漏洞挖掘智能体组以及系统传输层服务漏洞挖掘智能体组的活动,再协调度所对应的服务类型专属智能体,以执行针对性服务的漏洞挖掘任务,形成漏洞挖掘报告。

4.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述漏洞方案生成模块,包括:漏洞数据处理与调度单元,用于基于漏洞挖掘模块生成的报告,本地化工具基于POC的漏洞扫描结果,由漏洞挖掘信息处理智能体进行调度,对结果文本进行分类并分配给所对应的服务类型专属智能体进行处理;

数据推理模型选择单元,用于选取适合于漏洞数据推理的大模型,以支撑后续的智能体推理过程;

智能体分组与方案生成单元,用于针对不同漏洞类型,将漏洞利用方案生成模块划分为基于Web应用漏洞利用方案生成智能体组、基于中间件上漏洞利用方案生成智能体组以及基于系统传输上的漏洞利用方案生成智能体组,各智能体组执行相应推理任务并生成漏洞利用方案。

5.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述漏洞验证模块,包括:漏洞利用方案调度单元,用于使用漏洞利用方案信息调度智能体分配和调度对应的服务类型专属智能体,并选择大模型以执行漏洞利用脚本的推理过程;

智能体分组与任务分配单元,用于将漏洞验证模块分为Web应用服务框架漏洞利用脚本生成智能体组、中间件漏洞利用脚本生成智能体组以及系统传输层漏洞利用脚本生成智能体组,负责相应漏洞挖掘任务;

漏洞利用脚本生成与测试单元,用于调度对应的服务类型专属智能体生成漏洞利用脚本,并调度本地资源进行测试;如果测试成功,形成漏洞验证数据;否则,判断是否编码问题,如果是编码问题,形成错误日志训练样本并重复执行漏洞利用方案调度单元,如果不是编码问题,不记录漏洞信息。

6.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述报告生成模块,包括:漏洞验证数据处理单元,用于选取适宜的大模型以处理漏洞验证模块形成的漏洞验证数据;

报告编译单元,用于利用所选大模型生成可读性安全报告;

数据记录与样本构建单元,用于将流程中所有操作产生的数据记录至数据库,形成完整的智能体训练样本集。

7.根据权利要求1所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,还包括更新模块,用于定期更新智能体漏洞库与工具库。

8.根据权利要求7所述的融合大模型与强化学习的多智能体自动化渗透测试系统,其特征在于,所述更新模块,包括:漏洞库信息补充单元,用于定期审查和更新智能体的漏洞库信息;

工具库扩展单元,用于定期识别和评估新的安全测试工具,并纳入工具库中。