Nov, 2023
基于Q学习的概率布尔控制网络的最优虚假数据注入攻击
Q-learning Based Optimal False Data Injection Attack on Probabilistic
Boolean Control Networks
TL;DR通过采用强化学习方法（特别是Q-learning算法），解决了在概率布尔控制网络中，攻击者模型不可知情况下的最优虚假数据注入问题，并提出了一种改进的QL算法，能够处理标准QL算法无法处理的大规模PBCNs并获取最优攻击策略，并通过两个被攻击的PBCN网络验证了我们提出方法的有效性。