用于强化学习网络作战智能体的多智能体CyberBattleSim

强化网络物理资产既至关重要又耗费人力。近来，机器学习（ML）尤其是强化学习（RL）在自动化原本需要大量人类洞察力/智能的任务方面展现出巨大潜力。自主RL智能体的开发需要一个合适的训练环境，以便我们快速评估各种方案，特别是如何安排使攻击者与防御者相互对抗的训练场景。CyberBattleSim是一个支持训练红方智能体（即攻击者）的训练环境。我们增加了训练蓝方智能体（即防御者）的能力。本文描述了我们的改动，并报告了在单独或与红方智能体联合训练蓝方智能体时所获得的结果。我们的结果表明，训练蓝方智能体确实能形成更强的防御以抵御攻击。特别是，将蓝方智能体与红方智能体联合训练可提升蓝方智能体挫败复杂红方智能体的能力。