Recientemente, con el descubrimiento de varias amenazas de seguridad, la diversificación de los ataques de piratería y los cambios en el entorno de red como el Internet de las cosas, las amenazas de seguridad en la red están aumentando. El grafo de ataque está siendo estudiado activamente para hacer frente al reciente aumento de las amenazas cibernéticas. Sin embargo, el método convencional de generación de grafo de ataque es costoso y consume mucho tiempo. En este documento, proponemos un método barato y sencillo para generar el grafo de ataque. El enfoque propuesto consta de etapas de aprendizaje y generación. Primero, aprende cómo generar un camino de ataque a partir del grafo de ataque, que se crea en base a la base de datos de vulnerabilidades, utilizando aprendizaje automático y aprendizaje profundo. En segundo lugar, genera el grafo de ataque utilizando la topología de red y la información del sistema con un modelo de aprendizaje automático que se entrena con el grafo de ataque generado a partir de la base de datos de vulnerabilidades. Construimos el conjunto de datos para la generación de grafo de ataque con información topológica y del sistema. El problema de generación de grafo de ataque se redefine como un problema de aprendizaje de múltiples salidas y clasificación binaria. Muestra una precisión de detección de camino de ataque del 89.52% en el enfoque de aprendizaje de múltiples salidas y del 80.68% en el enfoque de clasificación binaria utilizando el conjunto de datos interno, respectivamente.