.png){kind=icon}
返回
An Efficient Internet-Wide Port Scan Algorithm Based on Deep Reinforcement Learning
.png){kind=icon}
OA
AI
DOI：10.3390/fi18030120.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网（IoT）设备的安全漏洞是一个关键问题，在现有研究中已被反复强调。考虑到资源限制，一种广受认可的漏洞扫描方案——互联网范围端口扫描（IWPS），因其适用于物联网网络而近期受到关注。迫切需要开发能够同时实现高扫描速率和高可达性的互联网范围扫描解决方案。本文聚焦于开放扫描，提出了一种基于深度强化学习（DRL）的区域感知IWPS算法。我们首先基于端口扫描器和目标物的物理位置构建平均延迟表。为高效解决问题，我们将该问题表述为马尔可夫决策过程（MDP），其奖励函数基于平均延迟表设计。随后，提出一种基于DRL的算法以实现高效端口扫描。最后，我们进行了大量实验以验证算法的效率和可达性。与最流行的开放扫描工具Nmap相比，我们提出的策略扫描速率快4～5倍，检测可达性提升了6%。
Keyword:
internet-wide port scan
deep reinforcement learning
Internet of Things
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
1.3K
被引数:
6.5K
机构
引用论文
.png){kind=icon}
Reliability-Aware Optimization of Task Offloading for UAV-Assisted Edge ComputingHao, H.; Xu, C.; Zhang, W.; Chen, X.; Yang, S.; Muntean, G.-M. 面向可靠性的任务卸载优化方法研究，基于无人机辅助的边缘计算. IEEE Trans. Comput. 2025, 74, 3832–3844. [Google Scholar] [CrossRef]
PREAI
分享收藏分享收藏Task-Driven Priority-Aware Computation Offloading Using Deep Reinforcement LearningHao, H.; Xu, C.; Zhang, W.; Yang, S.; Muntean, G.M. 任务驱动的优先级感知计算卸载：基于深度强化学习。IEEE 交易：无线通信，2025年，1卷。 [谷歌学术] [CrossRef]
PREAI
分享收藏
6Hound: An Efficient IPv6 DNS Resolver Discovery Model Based on Reinforcement Learning张, Z.; Cheng, Y.; Zhang, Z.; Liu, X.; Li, N. 6Hound: 基于强化学习的IPv6 DNS解析器发现模型. IEEE Trans. Netw. Serv. Manag. 2025, 22, 4336–4354. [Google Scholar] [CrossRef]
PREAI
分享收藏
查看更多内容