融合深度特征与强化学习的工控协议模糊测试方法AET-电子技术应用-最丰富的电子设计资源平台

融合深度特征与强化学习的工控协议模糊测试方法
所属分类：技术论文
上传者：wwei
文档大小：6807 K
标签：模糊测试工业控制协议卷积神经网络
所需积分：0分积分不够怎么办？
文档介绍：针对工业控制协议漏洞挖掘存在协议语义理解不足、变异策略单一的问题 , 提出一种融合深度特征与强化学习的工控协议模糊测试方法—CTARFuzz。该方法通过 CTCA-Net 模型 , 提取协议结构与上下文特征 , 并引入注意力机制强化关键字段 , 提升测试用例多样性与接收率。结合 Actor-Critic 强化学习模型 , 以 CTCA-Net 模型的输出特征驱动 Actor 网络选变异策略生成用例 , Critic 网络依据设备反馈动态优化策略 , 实现变异策略的自适应优化。实验在典型能源企业工业场景的攻防演练靶场上采用 Modbus TCP、EtherNet/IP 和 S7Comm 协议进行验证 , 结果表明CTARFuzz 异常触发率优于其他方法 , 并拥有较高的接收率与多样性 , 在靶场多个设备中触发异常 , 验证了 CTARFuzz 的适用性与有效性。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。