基于最优停止的入侵防御
机器学习
2024-04-23 v7 人工智能
密码学与安全
网络与互联网体系结构
摘要
我们研究使用强化学习的自动化入侵防御。遵循一种新颖思路，我们将入侵防御问题表述为一个（最优）多重停止问题。该表述使我们深入理解了最优策略的结构，证明其具有阈值性质。对大多数实际情形，利用动态规划获得最优防御者策略并不可行。因此我们开发了强化学习方法来近似最优阈值策略。我们引入T-SPSA，一种通过随机逼近学习阈值策略的高效强化学习算法。我们展示了T-SPSA在我们的用例中优于最先进算法。我们整体的策略学习与验证方法包含两套系统：一套仿真系统用于增量学习防御者策略，一套仿真(emulation)系统用于产生驱动仿真运行的统计量并评估所学策略。我们展示了该方法能为实际IT基础设施生成有效的防御者策略。
引用
@article{arxiv.2111.00289,
title = {Intrusion Prevention through Optimal Stopping},
author = {Kim Hammar and Rolf Stadler},
journal= {arXiv preprint arXiv:2111.00289},
year = {2024}
}
备注
Preprint; Submitted to IEEE for review. major revision 1/4 2022. arXiv admin note: substantial text overlap with arXiv:2106.07160