关系强化学习训练自动网络入侵响应智能体

KTH 研究团队的 Jakob Nyberg 等在 arXiv 论文（arXiv:2609.16541 v2）中提出将经典关系数据库建模与强化学习结合的自动入侵响应方法，训练出可做归纳式决策的智能体，使智能体无需重新训练即可应对数量可变的网络资产。 研究在具有可变拓扑、红队自动化和模拟用户智能体的虚拟化网络靶场中测试，任务是阻止红队访问主机并最小化防御措施带来的可用性成本。结果显示，强化学习智能体整体上比启发式策略更高效防守，且最接近人类操作员的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。