网络安全中对抗性漂移的多智能体强化学习大家读完觉得有帮助记得及时关注和点赞!!!不断演变的攻击是网络入侵检测系统 (NIDS) 长期成功的关键挑战。这些不断变化的模式的兴起暴露了传统网络安全方法的局限性。虽然基于签名的方法用于检测不同类型的攻击,但它们通常无法检测未知攻击。此外,由于攻击者不断改变他们的策略,该系统需要频繁更新新签名。在本文中,我们设计了一个环境,其中两个代理会随着时间的推移改进他们的策略。对抗代理(称为红色代理)扰动数据包以逃避入侵检测机制,而蓝色代理则使用漂移适应技术学习新的防御策略来对抗攻击。两种代理都会反复适应:红色代