一種基于強(qiáng)化學(xué)習(xí)的自動(dòng)化Windows域滲透方法，引入滲透測(cè)試的強(qiáng)化學(xué)習(xí)模型概念，通過強(qiáng)化學(xué)習(xí)與Windows域環(huán)境的真實(shí)交互自動(dòng)發(fā)現(xiàn)攻擊路徑并做出攻擊動(dòng)作，能隨時(shí)、高效的對(duì)目標(biāo)域環(huán)境進(jìn)行安全評(píng)估，減少時(shí)間和資源的浪費(fèi)；對(duì)域環(huán)境策略的分析，基于主機(jī)對(duì)滲透過程的貢獻(xiàn)差異定義冗余主機(jī)，減少強(qiáng)化學(xué)習(xí)中非必要的狀態(tài)與攻擊動(dòng)作，增加強(qiáng)化學(xué)習(xí)的訓(xùn)練效率；將域滲透中基于用戶憑據(jù)的滲透方法與傳統(tǒng)滲透方法相結(jié)合，解決現(xiàn)有研究完全依賴主機(jī)漏洞進(jìn)行路徑發(fā)現(xiàn)的問題，提高在域環(huán)境內(nèi)的適用性與攻擊效果。