【标题】Cyber-security and reinforcement learning — A brief survey

【作者团队】Amrin Maria Khan Adawadkar, Nilima Kulkarni

【发表日期】2022.7.8

【论文链接】https://www.sciencedirect.com/science/article/pii/S0952197622002512#!

【推荐理由】本文对入侵检测系统 (IDS)、入侵防御系统 (IPS)、物联网 (IoT) 和身份与访问管理 (IAM) 中使用的强化学习 (RL) 技术进行了全面的文献综述。本研究回顾了从 Science Direct、ACM、IEEEXplore 和 Springer 数据库中提取的 2010 年至 2021 年的期刊和文章等科学文献。2020 年和 2021 年发表的大多数关于网络安全和 RL 的研究文章都是针对 IDS 分类器和物联网中的资源优化的。用于训练基于 RL 的 IDS 算法的一些数据集是 NSL-KDD、CICIDS 和 AWID。IAM 的数据集和出版物很少。现有的少数专注于物理层身份验证。然而，目前的技术水平缺乏标准的评估标准，已经确定了检测率、精度和准确度等参数，可用于比较采用 RL 的算法。本文适合想要了解该领域并确定问题领域的 RL 领域的新研究人员、学生和初学者。

内容中包含的图片若涉及版权问题，请及时与我们联系删除