迈向自主网络作战智能体：红方案例探究
密码学与安全
2023-09-12 v2
摘要
近来，强化学习与深度强化学习（RL/DRL）已被用于开发网络作战（CyOps）的自主智能体，这些智能体在具有代表性的环境中使用 RL 尤其是 DRL 算法进行训练。训练环境必须高保真地模拟 CyOps，以供智能体学习并完成任务。由于网络环境的极度复杂性，良好的模拟器难以实现。训练后的智能体还必须具备对网络变化的泛化能力，因为实际作战网络不断变化。本文以红方智能体案例来探讨上述两个问题。我们阐述了其本质需求与潜在解决方案，并在智能学习网络靶场（CyGIL）测试床中通过若干初步实验加以说明。
引用
@article{arxiv.2309.02247,
title = {Towards Autonomous Cyber Operation Agents: Exploring the Red Case},
author = {Li Li and Jean-Pierre S. El Rami and Ryan Kerr and Adrian Taylor and Grant Vandenberghe},
journal= {arXiv preprint arXiv:2309.02247},
year = {2023}
}
备注
Presented at 2nd International Workshop on Adaptive Cyber Defense, 2023 (arXiv:2308.09520)