[發明專利]一種協議脆弱性評測方法、設備及存儲介質

在審

• 申請號: 202210161960.0
• 申請日: 2022-02-22
• 公開（公告）號: CN114553533A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 董偉;馮志;呂樂樂;李致成;趙云飛;張雅勤;李仕奇;蘭培霖;孟貴民;蔣彥釗;趙云澤;付笑;夏澤虹
• 申請（專利權）人: 中國電子信息產業集團有限公司第六研究所
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L43/18;G06N7/02;G06N20/00
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 彭星

1.一種協議脆弱性評測方法，其特征在于，包括：

根據目標協議身份認證過程中的數據報文和身份認證機制，構建協議交互仿真環境；

在構建的協議交互仿真環境下，運用攻擊者模型設置模糊體的模糊策略，其中，所述模糊體包含認證客戶端和認證用戶；

將目標協議身份認證過程產生的協議實體狀態信息和預設模糊體的模糊策略輸入到強化學習模型中進行模型訓練，得到優化后的強化學習模型；

根據獎勵函數計算優化后的強化學習模型在不同訓練回合的平均獎勵值和計算模糊體的勝利概率值；

根據計算的所述平均獎勵值和所述勝利概率值對協議交互脆弱性進行評測分析。

2.根據權利要求1所述的協議脆弱性評測方法，其特征在于，根據目標協議身份認證過程的數據報文和身份認證機制，構建協議交互仿真環境，包括：

從目標協議身份認證過程中數據報文和先驗知識中，分析出身份認證機制；

根據所述身份認證機制，確定出目標協議身份認證的關鍵數據參數和協議實體對象；

對所述關鍵數據參數的格式和時序規范進行分析處理，確定符合目標協議交互預期的分析結果；

根據所述目標協議交互預期的分析結果構建協議交互仿真環境。

3.根據權利要求1所述的協議脆弱性評測方法，其特征在于，在構建的協議交互仿真環境下，運用攻擊者模型設置模糊體的模糊策略，包括：

所述模糊體的初始知識庫中存儲有：協議交互消息的標識報文類型、加密公鑰、解密私鑰、協議交互規則等；

運用攻擊者模型按照初始知識庫的協議交互規則，設置模糊體的模糊策略。

4.根據權利要求1所述的協議脆弱性評測方法，其特征在于，將目標協議身份認證過程產生的協議實體狀態信息和預設模糊體的模糊策略輸入到強化學習模型中進行模型訓練，得到優化后的強化學習模型，包括：

所述強化學習模型按照Metropolis準則函數，根據目標協議身份認證過程中協議實體在當前狀態下選擇不同動作的Q值，預測當前目標協議交互狀態下的模糊策略；

智能體按照如下公式，從目標協議交互狀態下模糊策略中選擇交互動作，以及選擇交互動作的概率公式為：

其中，Q(s，a_r)表示隨機選擇交互動作Q值，Q(s，a_g)表示基于貪心策略選擇交互動作的Q值，Temperature表示退火溫度值；并按照幾何比例因子準則遞減溫度變化，所述溫度變化的具體公式為：

T_k+1＝λT_k k＝0，1，2，……，λ∈(0.5，1)。

5.根據權利要求4所述的協議脆弱性評測方法，其特征在于，從當前協議交互狀態下模糊策略中選擇交互動作，還包括：

在所述強化學習模型中，設定ε值為隨機值，數值區間在[0,1]上；

如果P(a|s)ε，則選擇貪心策略的交互動作a_g，否則選擇隨機的交互動作a_r，其中，P(a|s)表示選擇交互動作的概率。

6.根據權利要求5所述的協議脆弱性評測方法，其特征在于，完成選擇交互動作后，包括：

在當前協議交互狀態下選擇交互動作后，將最新模糊體的協議實體狀態信息輸入到所述強化學習模型中進行模型訓練，得到優化后的強化學習模型，其中，模糊體的協議實體狀態信息采用四元組表示，分別為協議交互階段、數據報文集合、模糊體的自身狀態和當前環境整體交互狀態。

7.根據權利要求6所述的協議脆弱性評測方法，其特征在于，針對優化后的強化學習模型，具體包括：

優化后的強化學習模型根據最新模糊體狀態和環境狀態信息，設置模糊體與其他協議實體交互過程狀態下的模糊策略動作，生成下一個新的動作序列環境，其中，所述模糊策略動作包含連接對象和攻擊方式。