本文根据系统状态不确定性和攻防动态的特征，提出了一个数据驱动的 DRL 框架，学习上下文感知的防御措施，以动态适应不断变化的对抗行为，同时最大程度减少对网络系统运营的影响，在多阶段攻击和系统不确定性下，DRL 算法在积极的网络防御中具有很好的效果。

Feb, 2023

本文综述了应用深度强化学习方法来解决网络安全领域中的复杂、动态和高维防御问题的 DRL 方法，并强调了 DRL 在网络物理系统，自主入侵检测和通过游戏模拟来应对网络攻击的策略防御方面的价值，同时也提出了对未来 DRL 网络安全研究发展的建议。

Jun, 2019

本文提出了一个具有 EIIE 拓扑结构、PVM、OSBL 方案和完全利用和显式奖励函数的基于深度强化学习的组合策略金融投资组合管理框架，该框架需要使用 CNN、RNN 或 LSTM，通过在加密货币市场上进行三次回测实验，与其他相比，实现了最好的投资回报。

Jun, 2017

通过对 AI 软件系统中深度学习技术的脆弱性进行系统研究，我们提出了一个两流数据分析框架，探索各种数据库中的脆弱性模式，并进行了大规模实证研究来理解脆弱性的模式和修复中的挑战，以推进安全的深度学习系统的发展。

Jun, 2024

研究提出一种基于深度强化学习的层次化框架，用于云计算系统中的资源分配和电源管理问题，采用自动编码器和权重共享结构，以解决高维状态空间问题，采用 LSTM 建模工作负载预测，并采用分布式方式操作的无模型 RL 电源管理器处理本地部分问题。

Mar, 2017

本研究提出了基于深度学习的软件漏洞检测框架 SySeVR，聚焦于获取能够适应漏洞有关的语法和语义信息的程序表示，并且实验证明该框架的实用性。

Jul, 2018

深度学习技术的最新进展为自主网络防御的设计提供了新的可能性，智能代理团队在计算机网络防御角色中可能揭示了保护网络和运动资产的有希望的途径，该研究对比了基于价值的独立学习和集中训练去中心化执行的合作多代理强化学习方法，表明这两种方法都优于简单的多代理启发式防御者，这项工作展示了合作多代理强化学习在学习有效的网络防御策略对抗不同威胁方面的能力。

Aug, 2023

使用联邦强化学习 (FRL) 确定用于减轻各种零日攻击的适当移动目标防御 (MTD) 技术的 CyberForce 框架已成功应用于一个由十个物联网设备组成的联邦中，并展示了高准确性和较短的训练时间相比集中式强化学习 (RL) 代理的优势。

Aug, 2023

本文综述了深度强化学习在网络安全领域中的多种应用，尤其集中于网络威胁检测和终端保护。

Jun, 2022

该研究论文提出了一种基于攻击空间和安全集合的框架，用于建立网络控制系统中的攻击情景模型，分析网络控制系统中的拒绝服务、回放、零动态和偏差注入等攻击，并描述了相应的攻击策略和对系统的影响。实验证明，这个框架能够为网络控制系统提供安全防范措施。

Dec, 2012