https://blog.qife122.com/tags/%E9%83%A8%E5%88%86%E5%8F%AF%E8%A7%82%E6%B5%8B%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E5%86%B3%E7%AD%96%E8%BF%87%E7%A8%8B/ Recent content in 部分可观测马尔可夫决策过程 on 办公AI智能小助手 Hugo zh-cn qife Fri, 26 Sep 2025 05:50:37 +0800 https://blog.qife122.com/p/%E9%83%A8%E5%88%86%E5%8F%AF%E8%A7%82%E6%B5%8B%E7%8E%AF%E5%A2%83%E4%B8%8B%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%B8%97%E9%80%8F%E6%B5%8B%E8%AF%95%E4%B8%AD%E7%9A%84%E9%B2%81%E6%A3%92%E7%AD%96%E7%95%A5%E7%A0%94%E7%A9%B6/ Fri, 26 Sep 2025 05:50:37 +0800 https://blog.qife122.com/p/%E9%83%A8%E5%88%86%E5%8F%AF%E8%A7%82%E6%B5%8B%E7%8E%AF%E5%A2%83%E4%B8%8B%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%9C%A8%E6%B8%97%E9%80%8F%E6%B5%8B%E8%AF%95%E4%B8%AD%E7%9A%84%E9%B2%81%E6%A3%92%E7%AD%96%E7%95%A5%E7%A0%94%E7%A9%B6/ <h1 id="在部分可观测环境下学习鲁棒的渗透测试策略系统性评估">在部分可观测环境下学习鲁棒的渗透测试策略：系统性评估</h1> <h2 id="摘要">摘要</h2> <p>渗透测试（通过模拟网络攻击来识别安全漏洞）呈现出一个非常适合强化学习（RL）自动化的序列决策问题。与许多将RL应用于现实问题的场景一样，部分可观测性带来了重大挑战，因为它破坏了马尔可夫决策过程（MDPs）中存在的马尔可夫属性。部分可观测MDPs需要历史聚合或信念状态估计来学习成功的策略。我们研究了在不同规模主机网络上的随机、部分可观测渗透测试场景，旨在通过更具挑战性和代表性的基准测试更好地反映现实世界的复杂性。这种方法有助于开发更鲁棒和可迁移的策略，这对于确保在不同且不可预测的现实环境中具有可靠性能至关重要。</p>