CyberBattleSim

新框架使强化学习智能体能够跨网络模拟器进行迁移

研究人员开发了一个新框架，以提高强化学习智能体在不同网络安全模拟环境中的迁移能力。所提出的方法将状态对齐与动作翻译分开，使得在一种模拟器中训练的策略能够在另一种模拟器中运行，而无需重新训练。实验表明，该方法能够实现零样本迁移，在高度匹配的环境中保持显著的性能，并在从60.5%的源性能迁移策略时达到45.2%的胜率。该框架在模拟虚拟机环境中也表现出与原生策略强大的行为相似性，Jensen-Shannon散度为0.085。