論文の概要: Spatio-Temporal Attack Course-of-Action (COA) Search Learning for Scalable and Time-Varying Networks

• arxiv url: http://arxiv.org/abs/2209.00862v1
• Date: Fri, 2 Sep 2022 07:45:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-05 12:51:53.568903
• Title: Spatio-Temporal Attack Course-of-Action (COA) Search Learning for Scalable and Time-Varying Networks
• Title（参考訳）: 拡張性および時間変化性ネットワークのための時空間攻撃学習(COA)探索
• Authors: Haemin Lee, Seok Bin Son, Won Joon Yun, Joongheon Kim, Soyi Jung, and Dong Hwa Kim
• Abstract要約: ネットワークセキュリティ研究における重要なトピックの1つは、自律的なCOA攻撃探索法である。 本稿では,新しい自律型COA技術を開発し,その内,知的空間アルゴリズムを設計する。 スケーラブルかつ時間変化のあるネットワークに対する時間的攻撃COA探索アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 9.431571135358649
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: One of the key topics in network security research is the autonomous COA (Couse-of-Action) attack search method. Traditional COA attack search methods that passively search for attacks can be difficult, especially as the network gets bigger. To address these issues, new autonomous COA techniques are being developed, and among them, an intelligent spatial algorithm is designed in this paper for efficient operations in scalable networks. On top of the spatial search, a Monte-Carlo (MC)- based temporal approach is additionally considered for taking care of time-varying network behaviors. Therefore, we propose a spatio-temporal attack COA search algorithm for scalable and time-varying networks.
• Abstract（参考訳）: ネットワークセキュリティ研究における重要なトピックの1つは、自律的なCOA(Couse-of-Action)攻撃探索法である。 攻撃を受動的に検索する従来のCOA攻撃探索手法は、特にネットワークが大きくなるにつれて困難である。 これらの問題に対処するために,新しい自律型coa手法が開発され,その中から,スケーラブルネットワークにおける効率的な運用のための知的空間アルゴリズムを考案した。 空間探索に加えて,モンテカルロ(MC)をベースとした時間的アプローチも,時間変動ネットワークの挙動を考慮に入れている。 そこで本研究では,スケーラブルかつ時変ネットワークのための時空間攻撃coa探索アルゴリズムを提案する。

関連論文リスト

• Deep Learning Algorithms Used in Intrusion Detection Systems -- A Review [0.0]
  本稿では,CNN,Recurrent Neural Networks(RNN),Deep Belief Networks(DBN),Deep Neural Networks(DNN),Long Short-Term Memory(LSTM),Autoencoders(AE),Multi-Layer Perceptrons(MLP),Self-Normalizing Networks(SNN),Hybrid Model(ネットワーク侵入検知システム)など,近年のディープラーニング技術の進歩について述べる。
  論文  参考訳（メタデータ） (2024-02-26T20:57:35Z)
• Graph Neural Networks for Decentralized Multi-Agent Perimeter Defense [111.9039128130633]
  我々は,防御者の地域認識とコミュニケーショングラフから行動へのマッピングを学習する模倣学習フレームワークを開発した。 学習ネットワークの性能を実証するために、異なるチームサイズと構成のシナリオで周辺防衛ゲームを実行します。
  論文  参考訳（メタデータ） (2023-01-23T19:35:59Z)
• Tutorial on Course-of-Action (COA) Attack Search Methods in Computer Networks [8.78504593920219]
  ネットワークサイズが大きくなるにつれて、従来のCOA攻撃法は、コンピューティングや通信資源の制限に悩まされる可能性がある。 強化学習(RL)に基づくインテリジェントアルゴリズムは最も効果的な解の1つである。
  論文  参考訳（メタデータ） (2022-05-27T05:37:07Z)
• Deep hierarchical reinforcement agents for automated penetration testing [0.0]
  本稿では,階層構造を持つHA-DRLを用いた新しい深層強化学習アーキテクチャを提案する。 提案アーキテクチャは,従来の深層学習エージェントよりも高速かつ安定に最適な攻撃策を見出すことができる。
  論文  参考訳（メタデータ） (2021-09-14T05:28:22Z)
• Automated Decision-based Adversarial Attacks [48.01183253407982]
  我々は、実用的で挑戦的な意思決定ベースのブラックボックスの敵意設定を考える。 この設定では、攻撃者はターゲットモデルに問い合わせるだけで最終分類ラベルを取得できる。 意思決定に基づく攻撃アルゴリズムを自動的に発見する。
  論文  参考訳（メタデータ） (2021-05-09T13:15:10Z)
• Inductive Representation Learning in Temporal Networks via Causal Anonymous Walks [51.79552974355547]
  テンポラルネットワークは多くの現実世界の動的システムの抽象化として機能する。 時間的ネットワークを誘導的に表現するCausal Anonymous Walks(CAW)を提案する。 CAWは時間的ランダムウォークによって抽出され、時間的ネットワークモチーフの自動検索として機能する。
  論文  参考訳（メタデータ） (2021-01-15T05:47:26Z)
• Continuous Ant-Based Neural Topology Search [62.200941836913586]
  この研究は、アリコロニー最適化に基づく、自然に着想を得たニューラルアーキテクチャサーチ(NAS)アルゴリズムを導入している。 連続アントベースのニューラルトポロジーサーチ(CANTS)は、アリが現実世界でどのように動くかに強く影響を受けている。
  論文  参考訳（メタデータ） (2020-11-21T17:49:44Z)
• Reannealing of Decaying Exploration Based On Heuristic Measure in Deep Q-Network [82.20059754270302]
  本稿では,再熱処理の概念に基づくアルゴリズムを提案し,必要なときにのみ探索を促進することを目的とする。 我々は、訓練を加速し、より良い政策を得る可能性を示す実証的なケーススタディを実施している。
  論文  参考訳（メタデータ） (2020-09-29T20:40:00Z)
• CATCH: Context-based Meta Reinforcement Learning for Transferrable Architecture Search [102.67142711824748]
  CATCHは、転送可能なarChitecture searcHのための、Context-bAsed meTa強化学習アルゴリズムである。 メタラーニングとRLの組み合わせにより、CATCHは検索空間に依存しないまま、新しいタスクに効率的に適応できる。 また、ImageNet、COCO、Cityscapesの競合ネットワークとしてクロスドメインアーキテクチャサーチを扱うこともできる。
  論文  参考訳（メタデータ） (2020-07-18T09:35:53Z)

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。