深度强化学习在网络安全威胁检测与防护中的应用：综述
密码学与安全
2022-06-07 v1 人工智能
摘要
网络安全威胁态势近来已变得过于复杂。威胁行为者以高度协同的方式利用网络和终端安全的弱点，实施复杂攻击，可能使整个网络及网络中许多关键主机瘫痪。基于深度和机器学习的日益先进的解决方案已被用于威胁检测与防护。科学文献已对这些技术的应用进行了充分综述。深度强化学习在开发基于 AI 的解决方案方面展现出巨大潜力，这些领域此前需要高级人类认知。深度强化学习下的不同技术与算法在从游戏到工业流程的应用中展现出巨大前景，据称可为系统赋予通用 AI 能力。这些算法近来也被用于网络安全，尤其是威胁检测与终端防护，并取得了最先进（SOTA）的结果。与有监督机器学习和深度学习不同，深度强化学习以更多样的方式使用，并赋能威胁防御领域中许多创新应用。然而，目前尚不存在对这些独特应用与成果的全面综述。因此，本文旨在填补这一空白，对深度强化学习在网络安全威胁检测与防护中的不同应用进行全面综述。
引用
@article{arxiv.2206.02733,
title = {Deep Reinforcement Learning for Cybersecurity Threat Detection and Protection: A Review},
author = {Mohit Sewak and Sanjay K. Sahay and Hemant Rathore},
journal= {arXiv preprint arXiv:2206.02733},
year = {2022}
}