面向可扩展与时变网络的时空攻击行动搜索学习
密码学与安全
2022-09-05 v1 人工智能
摘要
网络安全研究的关键课题之一是自主 COA（行动，Course-of-Action）攻击搜索方法。传统的被动搜索攻击的 COA 方法可能十分困难，尤其当网络规模扩大时。为解决这些问题，新的自主 COA 技术正在发展，其中本文设计了一种智能空间算法，以在可扩展网络中高效运作。在空间搜索之上，额外考虑了基于蒙特卡洛（MC）的时间方法，以应对时变网络行为。因此，我们提出了一种面向可扩展与时变网络的时空攻击 COA 搜索算法。
引用
@article{arxiv.2209.00862,
title = {Spatio-Temporal Attack Course-of-Action (COA) Search Learning for Scalable and Time-Varying Networks},
author = {Haemin Lee and Seok Bin Son and Won Joon Yun and Joongheon Kim and Soyi Jung and Dong Hwa Kim},
journal= {arXiv preprint arXiv:2209.00862},
year = {2022}
}