AutoPentest-DRL

AutoPentest-DRL: 딥 강화 학습을 이용한 자동 침투 테스트 AutoPentest-DRL은 DRLDeep Reinforcement Learning 기술을 기반으로 한 자동 침투 테스트 프레임워크입니다. AutoPentest-DRL은 주어진 논리적 네트워크에 대해 가장 적절한 공격 경로를 결정할 수 있으며, 또한 Nmap 및 Metasploit과 같은 도구를 통해 실제 네트워크에 침투 테스트 공격을 실행하는 데 사용될 수 있습니다. 이 프레임워크는 교육적 목적으로 설계되어 사용자가 침투 테스트 공격 메커니즘을 연구할 ...

Finding Software Supply Chain Attack Paths with Logical Attack Graphs

Cyberattacks are becoming increasingly frequent and sophisticated, often exploiting the software supply chain SSC as an attack vector. Attack graphs provide a detailed representation of the sequence of events and vulnerabilities that could lead to a successful security breach in a system. MulVal ...

AutoPentest-DRL - Automated Penetration Testing Using Deep Reinforcement Learning

AutoPentest-DRL is an automated penetration testing framework based on Deep Reinforcement Learning DRL techniques. The framework determines the most appropriate attack path for a given network, and can be used to execute a simulated attack on that network via penetration testing tools, such as...