Kim-Hammar/awesome-rl-for-cybersecurity

何を解決するか

このプロジェクトは、サイバーセキュリティタスク専用の強化学習 (RL) エージェントをトレーニングおよび評価するための、高品質で専門的な環境やリソースを見つけるという課題に対処します。一般的な機械学習リソースを除外し、RL アプリケーションにのみ焦点を当てています。

仕組み

シミュレーション環境、研究論文、書籍、ブログ記事、講演の厳選されたディレクトリとして機能します。リストされている環境は、標準化されたインターフェース（多くの場合 OpenAI Gym/Gymnasium と互換性があります）を提供し、研究者がネットワーク攻撃、防御戦略、マルウェアの相互作用をシミュレートできるようにします。これにより、エージェントは制御された安全な設定で試行錯誤を通じて学習できます。

対象読者

このリストは、ネットワーク防御、自動ペネトレーションテスト、トラフィック分類などのタスクのための自律型エージェントを開発しているサイバーセキュリティ研究者、AI 実務者、および学生向けに設計されています。

ハイライト

• CSLE、CybORG++、Microsoft CyberBattleSim を含む、サイバーセキュリティ特有の RL 環境の包括的なコレクション。
• 学術論文や学位論文から、実用的なブログ記事や技術ドキュメントまで分類されたリソース。
• 強化学習のみに焦点を当て、一般的な機械学習手法を除外。
• 攻撃（ペネトレーションテスト）および防御（侵入対応）の両方の AI 研究のためのツールが含まれています。