一个精心策划的资源清单，致力于将强化学习应用于网络安全
作者：Sec-Labs | 发布时间：
项目地址
https://github.com/Limmen/awesome-rl-for-cybersecurity
专门用于网络安全强化学习的精选资源列表。请注意，该列表仅包括使用强化学习的工作，应用于网络安全的通用机器学习方法不包括在此列表中。
有关其他相关精选列表，请参阅：
目录
↑环境
gym-idsgame
 |
gym-idsgame
|
CyberBattleSim（微软）
|
|
网络战模拟
|
gym-malware
|
|
gym-malware
|
malware-rl
|
|
malware-rl
|
gym-flipit
|
|
gym-flipit
|
gym-threat-defense
|
|
gym-threat-defense |
gym-nasim
|
|
gym-nasim |
gym-optimal-intrusion-response
|
|
gym-optimal-intrusion-response
|
sql_env
|
|
sql_env |
cage-challenge
|
|
cage-challenge-1
|
cage-chanllenge-2
|
cage-challenge-3
|
ATMoS
|
|
ATMoS |
MAB-Malware
|
|
MAB恶意软件 |
ASAP
|
|
自主安全分析和渗透测试框架 (ASAP) |
Yawning Titan
|
|
YAWNING-TITAN
|
Cyborg
|
|
CybORG
|
FARLAND
|
|
FARLAND（缺少 github 存储库）
|
SecureAI
|
|
安全人工智能
|
论文
调查
- (2022) 网络、游戏和学习网络多代理决策的博弈论框架的融合
- (2022) 网络安全和强化学习——简要调查
- (2022) 电力物联网中基于区块链和联合深度强化学习的安全云-边缘-端协作
- (2022) 用于网络安全威胁检测和保护的深度强化学习：回顾
- (2022) 强化学习在内网安全网络防御决策中的研究与挑战
- (2021) 强化学习以实现反馈支持的网络弹性
- (2021) 主动网络防御的前瞻性人工智能方法
- (2019) 网络安全深度强化学习
示范论文
立场文件
普通论文
- (2022) 用于网络攻击和防御的知识引导双人强化学习
- (2022) Beyond CAGE：研究学习自治网络防御策略的泛化
- (2022) 桥接自动化到自主网络防御：表格 Q 学习的基础分析。
- (2022) 用于自主渗透测试中大型动作空间的级联强化学习代理。
- (2022) 软件定义网络中的无模型深度强化学习。
- (2022) 带威胁规避的分层强化学习指导。
- (2022) 通过强化学习、攻击图和网络地形公开监视检测路线。
- (2022) 自主智能网络防御中动态决策的认知模型。
- (2022) 使用深度强化学习优化网络安全事件响应决策。
- (2022) 针对未知攻击的强大移动目标防御：一种元强化学习方法
- (2022) 防御网络系统中高级持续威胁的学习游戏
- (2022) 使用深度强化学习的符合 IEEE P2668 的多层 IoT-DDoS 防御系统
- (2022) 网络物理系统的隐私增强型入侵检测和防御：一种深度强化学习方法
- (2022) DeepThrottle：用于路由器节流的深度强化学习以抵御 SDN 中的 DDoS 攻击
- (2022) 自适应和成本感知硬件辅助零日恶意软件检测的突破：一种基于强化学习的方法
- (2022) 减轻 5G 异构网络中的干扰攻击：一种联合深度强化学习方法
- (2022) 基于深度强化学习的用于僵尸网络检测的规避生成对抗网络
- (2022) 使用改进的 D3QN 在 SDN 中进行自适应威胁缓解
- (2022) 通过强化学习对物联网设备边缘服务器的安全攻击的综合调查
- (2022) 基于深度强化学习的智能电网蠕虫检测
- (2022) 物理层安全下基于深度强化学习的IRS辅助移动边缘计算
- (2022) 用于入侵检测的强化学习：更多模型长度和更少更新
- (2022) AutoDefense：基于强化学习的自动防御网络攻击
- (2022) ProAPT：使用深度强化学习预测 APT 威胁
- (2022) 用于边缘云中 VSI-DDoS 检测的强化变压器学习
- (2022) H4rm0ny：一种针对规避恶意软件生成和检测的多代理学习的竞争性零和双人马尔可夫游戏
- (2022) 硬件安全强化学习：机遇、发展和挑战
- (2022) Attrition：使用强化学习攻击静态硬件木马检测技术
- (2022) 高级网络安全威胁检测与防护中的深度强化学习
- (2022) ReCEIF：强化学习控制的有效入口过滤
- (2022) AutoCAT：用于自动探索缓存定时攻击的强化学习
- (2022) GPDS：MEC 网络抗干扰安全计算的多智能体深度强化学习游戏
- (2022) 基于强化学习的针对黑盒检测器的对抗性恶意软件示例生成
- (2022) SAC-AP：基于软演员评论家的深度强化学习警报优先级
- (2022) 如何在 SD-IoV 中智能缓解 DDoS：一种移动目标防御方法
- (2022) ReLFA：通过 SDN-IoT 中的 Renyi 熵和深度强化学习抵抗链接泛洪攻击
- (2022) 用于优化动态网络漏洞管理流程的人工智能支持框架
- (2022) 基于多智能体深度强化学习的窃听游戏
- (2022) 基于动态奖励深度确定性策略梯度的隐藏攻击序列检测方法
- (2022) 通过强化学习和博弈论对网络物理系统进行 DoS 攻击的安全状态估计
- (2022) 通过网络安全模拟开发最佳因果网络防御代理
- (2022) 通过双重深度 Q 学习启用入侵检测系统
- (2022) 多代理深度强化学习驱动的网络攻击对电动汽车充电站不利影响的缓解
- (2022) 基于深度强化学习的XSS对抗样本攻击
- (2022) 分析网络安全中的多代理强化学习和协同进化
- (2022) AlphaSOC：基于强化学习的网络物理系统网络安全自动化
- (2022) 工业控制系统中的在线网络攻击检测：一种深度强化学习方法
- (2022) 检测网络攻击：基于强化学习的入侵检测系统
- (2022) 使用深度强化学习和随机博弈对入侵检测系统进行稳健增强
- (2022) irs-partition：利用深度 Q 网络和系统分区的入侵响应系统
- (2022) 基于深度强化学习的云端侦察攻击防御欺骗框架
- (2022) Captcha me if you can: 带有强化学习的模仿游戏
- (2022) 用于 SDN-IoT 的基于深度强化学习的 QoS 感知安全路由
- (2022) 使用不完全信息博弈的资源约束网络网络安全通用方案
- (2022) 使用强化学习和攻击图进行渗透测试的分层参考模型
- (2022) 一个灵活的基于 SDN 的框架，通过使用深度强化学习来缓解低速 DDoS 攻击
- (2022) 通过玩游戏和最佳停止学习安全策略
- (2022) 通过分布式深度强化学习方法对抗 FDI 攻击的微电网系统弹性最优防御策略
- (2022) 孤岛直流微电网智能攻击的数据驱动网络攻击检测
- (2022) 基于奖励随机化强化学习的多域网络空间攻防博弈
- (2022) 在基于图形的攻击模拟中使用强化学习的网络威胁响应
- (2022) 通过最佳停止进行入侵防御
- (2022) 学习玩自适应网络欺骗游戏
- (2022) 不完全信息雷达抗干扰动态博弈的神经虚拟自博弈
- (2022) 一种防御多场景负载重分配攻击的强化学习方法
- (2022) 基于多智能体深度强化学习的 MIMO 系统主动窃听游戏
- (2022) FEAR：分布式软件定义网络中使用深度 Q 网络的联合网络攻击反应
- (2022) EvadeRL：通过深度强化学习规避 PDF 恶意软件分类器
- (2022) 链接：使用强化学习对跨站点脚本漏洞进行黑盒检测
- (2022) MERLIN - 通过强化学习规避恶意软件
- (2022) DeepAir：软件定义网络中自适应入侵响应的深度强化学习
- (2022) DroidRL：用于 Android 恶意软件检测的强化学习驱动特征选择
- (2022) MAB-Malware：用于攻击静态恶意软件分类器的强化学习框架
- (2022) 行为多样化的自动渗透测试：好奇心驱动的多目标深度强化学习方法
- (2022) 无线安全中的安全探索：一种具有层次结构的安全强化学习算法
- (2022) 使用强化学习和攻击图发现渗透路径
- (2022) 针对 DoS 攻击的储能系统分散弹性二级控制的多代理强化学习
- (2021) 基于随机博弈系统和深度循环 Q 网络的网络防御决策
- (2021) 使用多目标强化学习环境发现反映的跨站点脚本漏洞
- (2021) 通过深度强化学习增强 NOP 指令的插入以混淆恶意软件
- (2021) 通过深度强化学习自动化后期开发
- (2021) 移动目标防御作为 Beyond 5G 的主动防御元素
- (2021) 流行病攻击下的网络弹性：深度强化学习网络拓扑自适应
- (2021) 基于强化学习的弹性应用入侵响应方法
- (2021) 强化学习辅助的动态蜜罐自适应阈值优化以增强 IoBT 网络安全
- (2021) 基于强化学习的灰盒模糊测试分层种子调度
- (2021) SquirRL：利用深度强化学习对区块链激励机制进行自动化攻击分析
- (2021) 针对计算机系统入侵检测问题的强化学习
- (2021) 基于FlipIt模型和Q-learning方法的APT攻击主动检测时序策略
- (2021) 用于入侵检测的协同多代理强化学习
- (2021) ATMoS+：SDN 中使用置换等变和不变深度强化学习的通用威胁缓解
- (2021) 基于随机博弈和深度强化学习的网络安全防御决策方法
- (2021) 通过神经虚拟自我博弈解决大规模可扩展网络安全博弈
- (2021) 工业控制系统跨层防御机制的高效并行强化学习方法
- (2021) 使用多代理强化学习的基于 SDN 的移动目标防御
- (2021) 工业控制网络网络安全编排强化学习
- (2021) 通过深度强化学习自动提升权限
- (2021) SDN-IoT 中用于瞬态负载检测和预防的多代理强化学习框架
- (2021) 使用强化学习和攻击图进行皇冠珠宝分析
- (2021) 基于深度 Q 学习的网络入侵检测强化学习方法
- (2021) 航空计算网络中基于深度强化学习的入侵检测
- (2021) 使用分布式控制平面保护软件定义工业网络的深度强化学习
- (2021) 通过深度强化学习的自治网络网络攻击策略
- (2021) CyGIL：用于在仿真网络系统上训练自主代理的网络健身房
- (2021) 自主网络防御的约束可满足性驱动强化学习
- (2021) 用于缓解网络攻击的 Curious SDN
- (2021) 如果你学会了就赶上我：支持学习的 CPS 中的实时攻击检测和缓解
- (2021) SyzVegas：通过强化学习击败内核模糊测试
- (2021) 自主网络防御网络环境设计
- (2021) CybORG：自主网络代理开发的健身房
- (2021) SQL 注入和强化学习：动作结构作用的实证评估
- (2021) 使用基于 MuZero 的智能代理实现 SDN 网络的自主防御
- (2021) 防御智能电网中的高级持续性威胁：一种强化学习方法
- (2021) 用于自动化渗透测试的深度分层加固代理
- (2021) 基于图的物联网僵尸网络检测方法的对抗攻击与防御
- (2021) 使用非对称兵棋模拟与 Soar 强化学习和协同进化算法模拟物流企业
- (2021) 用于减轻网络物理 DER 电压不平衡攻击的深度强化学习
- (2021) 通过强化学习在监视中实现人群合作的混合主动平衡
- (2021) 基于近端策略的群体机器人深度强化学习方法
- (2021) 使用深度强化学习来逃避 Web 应用程序防火墙
- (2021) 基于Q学习方法的复杂网络序列节点攻击
- (2021) 通过最佳停止学习入侵防御策略
- (2021) 在强化学习中使用 Cyber Terrain 进行渗透测试
- (2021) 基于强化学习的自适应移动目标防御DDoS攻击
- (2021) 建模、检测和减轻针对工业医疗保健系统的威胁：一种组合的软件定义网络和强化学习方法
- (2021) 无人机网络的轻量级 IDS：一种基于周期性深度强化学习的方法
- (2021) DESOLATER：基于深度强化学习的资源分配和移动目标防御部署框架
- (2021) RAIDER：强化辅助鱼叉式网络钓鱼检测器
- (2021) 基于车联网时空流规律的 DDoS 缓解：一种特征自适应强化学习方法
- (2021) 云环境下DoS攻击下基于强化学习和稀疏约束的电力系统结构优化
- (2021) 基于半监督深度强化学习的网络异常流量检测模型
- (2021) 使用带有严重性分析器的 Q-Learning 的自适应蜜罐
- (2021) 用于基于 SDN 的无线物联网网络的基于博弈论参与者-评论家的入侵响应方案 (GTAC-IRS)
- (2021) 用于检测高级持续性威胁的动态信息流跟踪游戏的强化学习方法
- (2021) 针对对手的备份策略的深度强化学习
- (2021) 一种针对受攻击的未知动力系统的动态伪装安全学习控制策略
- (2020) 机器学习网络攻击与防御策略
- (2020) 强化学习以减轻支持 SDN 的网络中的攻击
- (2020) 通过直接控制强化学习缓解每主机 DDoS
- (2020) 移动社交网络中基于博弈论和强化学习的安全边缘缓存
- (2020) 一种基于强化学习生成对抗样本的新型黑盒攻击
- (2020) 针对僵尸网络规避攻击的深度强化对抗学习
- (2020) 自适应网络防御和攻击者模式识别的深度强化学习
- (2020) 基于强化学习的翻转攻击检测方法
- (2020) FlipIt 中的强化学习
- (2020) 利用 DCNN Q 学习在边缘计算中进行 CPSS LR-DDoS 检测和防御
- (2020) 用于自适应移动目标防御的贝叶斯 Stackelberg 马尔可夫游戏中的多代理强化学习
- (2020) 基于强化学习的欺骗资源智能部署策略
- (2020) 防御高级持续威胁：使用多阶段迷宫网络游戏优化网络安全强化
- (2020) 通过强化学习对网络物理系统进行自动对手仿真
- (2020) DRL-FAS：一种基于深度强化学习的人脸反欺骗新框架
- (2020) Q-Bully：基于强化学习的网络欺凌检测框架
- (2020) 应用层 DDoS 防御与强化学习
- (2020) DQ-MOTAG：基于深度强化学习的移动目标防御 DDoS 攻击
- (2020) 网络物理系统安全的混合博弈论和强化学习方法
- (2020) 机器学习网络攻击与防御策略
- (2020) 通过强化学习进行自动化的入侵后渗透测试
- (2020) DeepBLOC：通过对随机游戏进行深度强化学习来确保 CPS 的框架
- (2020) 用于 DER 网络攻击缓解的深度强化学习
- (2020) 使用基于学习的 POMDP 对多阶段攻击进行自适应网络防御
- (2020) 使用知识图和强化学习进行恶意软件分析
- (2020) 自主安全分析与渗透测试
- (2020) POMDP + Information-Decay：将 Defender 的行为纳入自主渗透测试
- (2020) ATMoS：使用强化学习在 SDN 中自主威胁缓解
- (2020) 使用捕获标志挑战的强化学习建模渗透测试：无模型学习和先验知识之间的权衡
- (2020) 通过强化学习和自我博弈寻找有效的安全策略
- (2020) AFRL：FANET 中用于智能干扰防御的自适应联合强化学习
- (2020) 用于高效网络渗透测试的强化学习
- (2020) 代理网络模型——为强化学习建模网络黑客
- (2020) 使用监督学习检测高级持续性威胁的随机动态信息流跟踪游戏
- (2020) 基于强化学习的 VANET PHY 身份验证
- (2020) 风力发电系统网络安全评估的深度强化学习
- (2020) 智能安全审计：使用深度神经网络逼近器进行强化学习
- (2020) 高级持续性威胁的最快检测：半马尔可夫博弈方法
- (2020) DoS 攻击者下具有多个远程状态估计的网络物理系统的分布式强化学习
- (2020) 5G 车联网中的安全群智感知：当深度强化学习遇上区块链
- (2020) 基于深度强化学习的云基础设施入侵检测系统
- (2020) 深度强化学习在有监督问题入侵检测中的应用
- (2019) 基于模型的入侵响应深度强化学习的性能评估
- (2019) 用于在线社交网络机器人检测的深度 Q 学习和粒子群优化
- (2019) 在移动的大海捞针中寻找针头：通过对抗性强化学习确定警报的优先级
- (2019) 基于强化学习的虚假数据注入攻击自动电压控制评估
- (2019) 对抗阶段博弈中电网防御策略的学习研究
- (2019) 学习应对对抗性攻击
- (2019) 通过深度强化学习学习安全游戏的分布式合作策略
- (2019) 一种基于强化学习的高效僵尸网络检测方法
- (2019) 主动、自适应和自主网络防御的战略学习
- (2019) QFlip：FlipIt 安全游戏的自适应强化学习策略
- (2019) 使用深度强化学习解决网络警报分配马尔可夫博弈
- (2019) 通过半马尔可夫决策过程的强化学习自适应蜜罐参与
- (2019) 通过深度强化学习检测钓鱼网站
- (2019) 基于对抗性深度强化学习的自适应移动目标防御
- (2019) 使用强化学习的自主渗透测试
- (2019) 智能电网安全中的多阶段博弈：强化学习解决方案
- (2019) 使用强化学习自动化渗透测试
- (2019) 软件定义网络中基于强化学习的 DoS 缓解
- (2019) Adversarial attack and defense in reinforcement learning-from AI security view
- (2019) 网络-物理电力系统中对抗性重复博弈的基于学习的解决方案
- (2019) 电力系统网络物理安全评估的强化学习
- (2019) 增强大感知数据强化学习以进行入侵检测
- (2019) 基于深度强化学习的智能电网网络攻击恢复策略
- (2019) 针对群体感知系统中部分可观察数据中毒攻击的深度强化学习
- (2018) 使用 Q-Learning 强化学习代理模拟 SQL 注入漏洞利用
- (2018) 使用强化学习的移动边缘缓存安全性
- (2018) 基于强化学习的动态进化神经网络检测网络钓鱼邮件
- (2018) 一种用于攻击图分析的强化学习方法
- (2018) 软件定义网络中自主防御的强化学习
- (2018) 通过强化学习学习规避静态 PE 机器学习恶意软件模型
- (2018) 使用风险状态和强化学习的自主计算机网络防御
- (2018) 智能渗透测试的强化学习
- (2018) 自主智能网络防御代理 (AICA) 参考架构
- (2018) 存在未知网络攻击时基于深度强化学习的网络物理系统最优防御
- (2018) 网络攻击下自治系统观察者设计的对抗性强化学习
- (2018) 用于自主网络防御的机器学习
- (2018) 智能电网中的在线网络攻击检测：一种强化学习方法
- (2018) 基于深度强化学习的软件定义网络中 DDoS 泛洪的智能缓解
- (2018) 网络安全中入侵响应的离策略Q学习技术
- (2018) VANET 中的无人机中继通过强化学习对抗智能干扰
- (2018) 基于多代理强化学习的关键基础设施网络安全博弈论方法
- (2018) 使用强化学习的移动边缘缓存安全性
- (2018) Robotics CTF (RCTF)，机器人黑客的游乐场
- (2018) NIDSRL：使用强化学习的基于网络的入侵检测系统
- (2018) 一种用于网络物理攻击意图预测和恢复的 IRL 方法
- (2018) QRASSH - Q-Learning 驱动的自适应 SSH 蜜罐
- (2018) 使用强化学习隐藏蜜罐功能
- (2018) 通过针对自动化恶意软件的高效强化学习参数改进自适应蜜罐功能
- (2018) 通过强化学习增强基于机器学习的恶意软件检测模型
- (2017) 基于强化学习和帕累托优化的网络防御策略选择
- (2017) 网络安全模拟中的对抗性强化学习
- (2017) 使用强化学习在资源受限环境中检测隐形僵尸网络
- (2017) 基于Q-learning的智能电网对抗时序拓扑攻击的脆弱性分析
- (2017) 基于多智能体强化学习的认知抗干扰
- (2017) 用于基于云的恶意软件检测的基于强化学习的移动卸载
- (2017) 具有深度强化学习的安全移动人群感知游戏
- (2017) 基于贝叶斯攻击图的自适应网络防御在线算法
- (2016) 马尔可夫安全游戏：学习空间安全问题
- (2016) 网络安全分析师的动态调度，以使用强化学习将风险降至最低
- (2016) 在动态威胁环境中平衡安全性和性能以实现敏捷性
- (2016) 基于强化学习的宽带自主认知无线电抗干扰
- (2016) 无线网络中使用强化学习的 PHY 层欺骗检测
- (2015) 强化学习在安全增强认知无线电网络中的应用
- (2015) 协作认知无线电网络中强化学习的功率控制抗干扰
- (2015) 网络安全监控学习博弈论
- (2015) 无线网络中强化学习的欺骗检测
- (2015) 通过学习进行恶意软件检测的移动云卸载
- (2014) 针对 Heartbleed 的自适应网络防御的强化学习算法
- (2014) 使用模糊 Q 学习的合作博弈论方法检测和防止无线传感器网络中的入侵
- (2014) Q-Learning：从计算机网络安全到软件安全
- (2013) 多代理路由器节流：针对 DDoS 攻击的分散协调响应
- (2013) 随机博弈中的混合学习及其在网络安全中的应用
- (2013) 竞争性移动网络游戏：采用强化学习的抗干扰和干扰策略
- (2012) 使用日志文件和强化学习的入侵检测系统
- (2012) 使用强化学习算法在认知无线电网络中进行抗干扰
- (2011) 认知无线电网络信道接入的抗干扰策略
- (2011) 分布式战略学习在网络安全中的应用
- (2010) 基于动态策略的 IDS 配置
- (2008) 对等网络中漏洞评估的强化学习
- (2007) 使用隐马尔可夫模型和合作强化学习防御 DDoS 攻击
- (2006) 有限观察的入侵检测游戏
- (2005) 一种使用系统调用序列进行基于主机的入侵检测的强化学习方法
- (2005) 用于入侵检测的多代理强化学习
- (2000) 下一代入侵检测：网络攻击的自主强化学习
博士论文
硕士论文
- (2022) 寻找入侵防御策略的自我对弈强化学习
- (2022) 强化学习辅助规避恶意软件的动态分析
- (2021) 基于强化学习的入侵检测
- (2021) 用于网络入侵防御的贝叶斯强化学习方法
- (2019) 学习黑客
- (2018) 使用强化学习的自主渗透测试
- (2018) 基于机器学习算法的网络入侵检测系统分析（深度强化学习算法）
学士论文
海报
书籍
博文
↑会谈
- (2022) 深度强化学习在网络安全中的应用
- (2022) CNSM 2022，在动态 IT 环境中调整安全策略 - Hammar & Stadler
- (2022) 网络防御自学系统
- (2022) 海报：使用强化学习的智能网络靶场仿真研究
- (2022) 论文研究 - 网络安全强化学习调查
- (2022) 人工智能在网络防御中的作用 | 人工智能与网络安全 | 文森特·兰德斯
- (2022) 通过玩游戏和最佳停止学习安全策略 - Hammar & Stadler
- (2022) 复杂安全游戏及其他游戏的强化学习
- (2022) NOMS22 演示 - 学习安全策略的交互式检查系统 - Hammar & Stadler
- (2022) 强化学习应用：网络安全
- (2021) 人工智能在网络安全中的应用 (AI ATAC) 奖挑战 I&II
- (2021) NordSec 2021 - SQL 注入和强化学习
- (2021) 用于自动化渗透测试的深度分层加固代理
- (2021) USENIX Security '21 - SyzVegas：通过强化学习击败内核模糊测试
- (2021) CyGIL：用于在仿真网络系统上训练自主代理的网络健身房
- (2021) 使用非对称兵棋模拟与 Soar 强化学习和协同进化算法模拟物流企业
- (2021) 将欺骗纳入 CyberBattleSim 以实现自主防御
- (2021) CybORG：自主网络代理开发的健身房
- (2021) 用 AI 保卫网络战线 - CyCon 2021
- (2021) 用网络专家性能数据通知自主欺骗系统
- (2021) ACD 2021 主题演讲 - George Cybenko 教授 - 自适应网络防御中的损耗
- (2021) 入侵检测的强化学习方法
- (2021) 在网络兵棋推演引擎中应用深度强化学习 (DRL)
- (2021) 使用强化学习的自动化渗透测试
- (2021) 使用深度强化学习训练自主渗透测试人员
- (2021) 通过最佳停止学习入侵防御策略
- (2020) 通过强化学习和自我博弈寻找有效的安全策略
- (2020) 自主安全分析和渗透测试 (ASAP) - Ankur Chowdhary
- (2020) 自主安全分析和渗透测试：强化学习方法。
- (2020) 基于人工智能的自主渗透测试。
- (2019) 使用深度强化学习进行经济高效的恶意软件检测
- (2019) 试图让 Meterpreter 成为一个对抗性的例子
- (2019) 用于智能、安全和高效的网络物理自治的强化学习框架
- (2019) 通过半马尔可夫决策过程的强化学习自适应蜜罐参与
- (2018) 自主网络防御：人工智能和免疫系统方法
- (2018) Bonware 救援：未来的自主网络防御代理 | 亚历山大·科特博士 | 卡姆利斯 2018
- (2018) CSIAC 网络研讨会 - 学习取胜：为自主网络安全解决方案辩护
↑杂项
- (2022) AISec '22：第 15 届 ACM 人工智能与安全研讨会
- (2022) 网络安全机器学习 ICML 研讨会
- (2022) AAAI 网络安全人工智能研讨会 (AICS)
- (2022) ECMLPKDD 网络安全机器学习研讨会 (MLCS)
- (2021) IJCAI 第一届自适应网络防御国际研讨会
- (2021) ICONIP 网络安全人工智能研讨会 (AICS)
- (2021) ECMLPKDD 网络安全机器学习研讨会 (MLCS)
- (2021) 自学人工智能
- (2021) 用于网络安全的 AI/ML：2021 年 SIAM 数据挖掘的挑战、解决方案和新想法
- (2020) ECMLPKDD 网络安全机器学习研讨会 (MLCS)
- (2020) 网络防御自学系统
- (2020) 网络安全人工智能研讨会 (AICS)
- (2019) ECMLPKDD 网络安全机器学习研讨会 (MLCS)
- (2019) 网络安全人工智能研讨会 (AICS)
标签：学习路线, 思路分享, 学习笔记, 机器学习, 强化学习