arXiv 机器学习· Ryozo Masukawa, Sanggeon Yun, Raheeb Hassan, Hyunwoo Oh, SungHeon Jeong, Mohsen Imani·· 2 天前AI 评分33
CyberWorld：用于高样本效率自主网络防御的世界模型框架
CyberWorld: World Models for Sample-Efficient Autonomous Cyber Defense
AI 导读
研究者提出 Dreamer 风格的世界模型框架 CyberWorld，通过向量、图和文本等表征学习潜变量动态，实现高样本效率的自主网络防御。在 4 种 CyberWheel 攻击策略评测中，基于图的 CyberWorld 仅需 3.6k-15.8k 环境步骤即可超过对照基准，远优于无模型 PPO 所需的数百万步。当网络规模从 15 增至 100 台主机时，达标所需轮数仍基本保持恒定。
来源：arXiv 机器学习 · arxiv.org