microsoft/CyberBattleSim

解決する問題

CyberBattleSim は、コンピュータネットワーク内で自動エージェントがどのように相互作用するかを研究するための、制御された抽象環境を提供します。エンタープライズネットワーク構造とサイバー攻撃シナリオをシミュレートすることで、研究者はエージェントがネットワークをナビゲートする方法や、防御者が脅威を軽減する方法を、安全で現実世界ではない環境で研究できます。

仕組み

このプラットフォームは、OpenAI Gym と互換性のある Python ベースのインターフェースを使用し、強化学習アルゴリズムの使用を可能にします。シミュレーションには、脆弱性が埋め込まれたノードのネットワークが含まれます。攻撃者エージェントはこれらの脆弱性を悪用してネットワークの所有権を取得しようとし、防御者エージェントはアクティビティを監視し、侵害されたノードを再イメージ化して攻撃者を追い出そうとします。研究者はカスタムネットワークトポロジを定義し、目標に到達するまでのステップ数や累積報酬に基づいてパフォーマンスを測定できます。

対象者

このプラットフォームは、サイバーセキュリティの文脈で強化学習を試すことに興味があるセキュリティ研究者や機械学習実践者向けに設計されています。特定のネットワーク構成に対して異なる AI エージェントをベンチマークしたり、自律的なサイバー防御戦略の進化を研究したりしたい人を対象としています。

ハイライト

• 高度に抽象化されたシミュレーションにより、実際のシステムへの直接適用を防ぎ、安全な研究を保証します。
• OpenAI Gym インターフェースによる強化学習のネイティブサポート。
• さまざまなネットワークトポロジでのパフォーマンスベンチマーク用のベースラインエージェントとツールが含まれています。
• ユーザーがカスタムの脆弱性、ネットワークレイアウト、防御者の動作を定義できる拡張可能なアーキテクチャ。