以其人之道还治其身：对强化学习网络警报检查系统的对抗评估
Two Can Play That Game: An Adversarial Evaluation of a Cyber-alert Inspection System
AI 导读
研究者红队评估了 Army Research Lab 参与提出的强化学习网络警报检查策略，发现其对攻击者最优响应稳健。但利用 RL 模型中 MDP 假设的漏洞，作者找到能压垮防御者的攻击策略，再用 double oracle 方法以该策略重训防御者使其恢复稳健。作者称这两种方法可推广到对抗环境中的其他 RL 应用。