基于因果建模与树搜索的 CAGE-2 最优防御策略
机器学习
2024-10-23 v2 人工智能
密码学与安全
摘要
CAGE-2 挑战被视为评估自主网络防御方法的标准基准。当前基于模型无关（离线）强化学习的方法在此基准上评估，无法提供形式化的最优防御策略。我们解决了这一局限性，提出了 CAGE-2 的正式（因果）模型，并构建一种产生形式最优防御策略的方法，称为因果部分可观测蒙特卡洛规划（Causal Partially Observable Monte-Carlo Planning, C-POMCP）。其两个关键特性首先是它融合了目标系统的因果结构，即系统变量之间的因果关系。这种结构允许显著减少防御策略的搜索空间。其次，它是一种在线方法，通过树搜索在每个时间步骤更新防御策略。针对 CAGE-2 基准的评估表明，C-POMCP 在有效性方面实现了最新性能，而在计算时间效率上比最近的竞争方法高出两个数量级。
引用
@article{arxiv.2407.11070,
title = {Optimal Defender Strategies for CAGE-2 using Causal Modeling and Tree Search},
author = {Kim Hammar and Neil Dhir and Rolf Stadler},
journal= {arXiv preprint arXiv:2407.11070},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication