Feb, 2023

抓住我吧：利用 Q 学习算法改进网络安全攻击者

PDF
TL;DR为了解决缺乏专业人才应对网络攻击的问题，本文提出了一种基于 Q-Learning 算法以及其变种 Naive Q-Learning 和 DoubleQ-Learning 的网络攻击代理模型，针对网络数据窃取进行测试，结果表明使用 DoubleQ-Learning 算法的代理模型表现最佳。
cyberattackscybersecurityautomated toolsq-learningdoubleq-learning
发现论文，激发创造
  • 使用基于图的网络攻击模拟训练自动化防御策略

    实现并评估了一种基于强化学习的自动化网络防御代理程序，该代理以安全警报作为输入并使用强化学习学习执行预定义的防御措施的策略，使用攻击图模拟网络攻击的环境中，被攻击者执行保护任务。该方法通过使用不同大小的攻击图、攻击者攻击策略和不同的检测系统噪声来进行评估。实验表明，通过强化学习训练的防御代理程序的性能优于使用启发式策略的代理程序，并能够概括不同的攻击者策略。

    Apr, 2023

  • 软件定义网络中的对抗深度强化学习在网络安全中的应用

    该研究聚焦于利用自主攻击性方法在深度强化学习 (DRL) 中提升训练的鲁棒性，并探索在软件定义网络 (SDN) 中将对抗学习应用于 DRL 以实现自主安全性的影响。通过比较两个算法，DDQN 和 NEC2DQN（或 N2D），发现通过引入因果性攻击来实施对抗学习，算法仍能根据自身的具体优势保护网络。

    Aug, 2023

  • 用多智 - Agent 强化学习从零开始学习网络防御策略

    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

  • 针对 Q 学习者的战略化策略：控制理论方法

    本文研究了 Q-learning 算法（一种经典且广泛应用于强化学习的方法）在游戏中受到复杂对手战略操纵的易感性，并量化了战略上熟练的代理人在了解对手的 Q-learning 算法的情况下可以如何利用一个天真的 Q-learner。为达到这个目的，我们将战略角色的问题定义为一个马尔可夫决策过程（具有涵盖所有可能的 Q 值的连续状态空间），将 Q-learning 算法作为基础动态系统。我们还提出了一种基于量化的近似方案来处理连续状态空间，并从理论上和数值上分析了其性能。

    Mar, 2024

  • 对抗学习攻击和防御的教程

    本文主要介绍了机器学习算法在数字经济和人工智能等领域中的广泛应用，特别是在安全关键应用领域中的重要性。同时，文章详细介绍了对抗机器学习攻击的原理、攻击类型及当前各种防御机制的深度分析。

    Feb, 2022

  • MERLIN -- 基于强化学习的恶意软件逃避技术

    本文研究了利用增强学习挑战现有的基于机器学习的恶意代码检测引擎，提出了一种修改 PE 文件的策略并且使用 REINFORCE 算法达到很好的逃避效果。

    Mar, 2022

  • 应对动态对抗性不确定性的网络系统防御中的深度强化学习

    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

  • 针对网络入侵检测系统的逼真对抗攻击建模

    通过对网络入侵检测系统进行基于机器学习的威胁模拟，发现现有文献中的威胁模型不适用于实际的网络安全情景，因此，有必要加强现有防御系统以及探索更加真实和有效的对抗方式。

    Jun, 2021

  • 利用可解释的强化学习进入自治网络防御

    本文介绍了一种终端到终端的方法，用于研究攻击策略、设计防御代理并解释其运行。使用状态图可视化对抗行为，我们使用一组深入强化学习代理来训练不同任务部分并组织在浅层次结构中的防御模型，最终设计与之前工作相比性能有了实质性提高。最后，我们进行特征削弱和重要性研究来更好地研究我们代理的决策过程。

    Jun, 2023

  • 通过对抗性行为来抑制 Q 学习中的过高估计

    通过引入虚拟对手行为的虚拟对手 Q 学习（DAQ）算法，该论文旨在解决标准 Q 学习中过高估计偏差的问题，将学习过程建模为一个双人零和博弈，并统一了几种控制过高估计偏差的 Q 学习变体。通过将 DAQ 应用于现成的强化学习算法，可以简单有效地抑制过高估计偏差，并通过运用对抗性 Q 学习的整合视角分析了 DAQ 的有限时间收敛性，通过多个基准环境的实证研究展示了 DAQ 的性能。

    Oct, 2023