面向神经符号自主网络安全智能体的分布外检测

网络安全自主智能体通过采用智能化组件（包括常规组件和学习型组件）来利用现代防御技术。这些智能体通过强化学习 (RL) 算法进行训练, 能够学习、适应、推理并部署安全规则以防御联网计算机系统, 同时保持关键业务流程的正常运行。然而, 训练期间关于 operational 网络状态及其环境的知识可能有限。智能体应具备可信赖性, 以可靠地检测其无法处理的情况, 并将其交由网络安全专家处理。本文开发了一种基于概率神经网络 (PNN) 的分布外 (OOD) 监控算法, 用于检测基于 RL 的智能体在离散状态和离散动作下的异常或 OOD 情况。为展示所提出方法的有效性, 我们将 OOD 监控算法集成到一种使用行为树带学习型组件的神经符号自主网络安全智能体中。我们在不同的对抗策略下对该方法进行了模拟网络环境中的评估。实验结果在大量 episode 中表明, 所提出的方法整体效率较高。