論文の概要: Realistic simulation of users for IT systems in cyber ranges
- arxiv url: http://arxiv.org/abs/2111.11785v1
- Date: Tue, 23 Nov 2021 10:53:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-24 16:07:48.334444
- Title: Realistic simulation of users for IT systems in cyber ranges
- Title(参考訳): サイバー範囲におけるITシステム利用者の現実的シミュレーション
- Authors: Alexandre Dey (IRISA), Benjamin Cost\'e, \'Eric Totel, Adrien B\'ecue
- Abstract要約: ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
- 参考スコア(独自算出の注目度): 63.20765930558542
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generating user activity is a key capability for both evaluating security
monitoring tools as well as improving the credibility of attacker analysis
platforms (e.g., honeynets). In this paper, to generate this activity, we
instrument each machine by means of an external agent. This agent combines both
deterministic and deep learning based methods to adapt to different environment
(e.g., multiple OS, software versions, etc.), while maintaining high
performances. We also propose conditional text generation models to facilitate
the creation of conversations and documents to accelerate the definition of
coherent, system-wide, life scenarios.
- Abstract(参考訳): ユーザアクティビティの生成は、セキュリティ監視ツールの評価だけでなく、アタッカー分析プラットフォーム(例えばhoneynets)の信頼性を向上させる上で重要な機能である。
本稿では,このアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、異なる環境(例えば、複数のOS、ソフトウェアバージョンなど)に適応する決定論的およびディープラーニングベースの方法を組み合わせると同時に、高い性能を維持する。
また,コヒーレントでシステムワイドな生活シナリオの定義を促進するために,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
関連論文リスト
- An Interactive Agent Foundation Model [50.50659114031731]
本稿では,AIエージェントを訓練するための新しいマルチタスクエージェントトレーニングパラダイムを用いた対話型エージェント基礎モデルを提案する。
トレーニングパラダイムは、視覚マスク付きオートエンコーダ、言語モデリング、次世代の予測など、多様な事前学習戦略を統一する。
私たちは、ロボティクス、ゲームAI、ヘルスケアという3つの異なる領域でフレームワークのパフォーマンスを実演します。
論文 参考訳(メタデータ) (2024-02-08T18:58:02Z) - RealGen: Retrieval Augmented Generation for Controllable Traffic
Scenarios [62.89459646611976]
RealGenは、トラフィックシナリオ生成のための新しい検索ベースのコンテキスト内学習フレームワークである。
RealGenは、複数の検索されたサンプルの振る舞いを勾配のない方法で組み合わせることで、新しいシナリオを合成する。
このコンテキスト内学習フレームワークは、シナリオを編集する機能を含む多種多様な生成機能を提供する。
論文 参考訳(メタデータ) (2023-12-19T23:11:06Z) - Inferring Capabilities from Task Performance with Bayesian Triangulation [11.418934051317411]
本稿では,多様な実験データからシステムの認知的プロファイルを推定する手法について述べる。
これらの特徴は、非人口データから機能を推測するために、複雑な方法で三角測量されなければならない。
能力指向評価の可能性を示す。
論文 参考訳(メタデータ) (2023-09-21T11:19:26Z) - Out of the Cage: How Stochastic Parrots Win in Cyber Security
Environments [0.5735035463793008]
大規模言語モデル(LLM)は様々な領域で広く普及している。
本稿では,サイバーセキュリティネットワーク環境におけるエージェントとして,事前学習したLLMの新たな応用について紹介する。
本稿では,2つの強化学習環境における攻撃エージェントとして,事前学習したLLMを活用するアプローチを提案する。
論文 参考訳(メタデータ) (2023-08-23T12:11:27Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳(メタデータ) (2021-12-22T14:45:37Z) - AGPNet -- Autonomous Grading Policy Network [0.5232537118394002]
マルコフ決定過程として問題を定式化し,エージェントと環境の相互作用を示すシミュレーションを設計する。
我々は、強化学習、行動クローニング、コントラスト学習などの手法を用いて、ハイブリッド政策を訓練する。
我々の訓練されたエージェントであるAGPNetは、人間レベルのパフォーマンスに達し、自律的なグルーピングタスクのために現在の最先端の機械学習手法より優れています。
論文 参考訳(メタデータ) (2021-12-20T21:44:21Z) - GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。
GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
論文 参考訳(メタデータ) (2021-10-19T18:07:07Z) - Multi-Agent Task-Oriented Dialog Policy Learning with Role-Aware Reward
Decomposition [64.06167416127386]
本稿では,システムとユーザの両方をダイアログエージェントとみなすマルチエージェントダイアログポリシー学習を提案する。
2人のエージェントが互いに相互作用し、同時に一緒に学習されます。
その結果,本手法がシステムポリシとユーザポリシを同時に構築できることが示唆された。
論文 参考訳(メタデータ) (2020-04-08T04:51:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。