机构名称：
¥ 1.0
过去几年，网络攻击的速度尤其加快，其复杂性和影响范围不断扩大。2020 年的 Solarwinds 攻击可能是这一趋势的最好例子，据估计，该攻击已渗透到数千个组织，其中包括美国政府系统。从 2020 年初开始，已经可以列举以下主要攻击：Solarwinds、Colonial Pipeline、JBS、Microsoft Exchange Servers。人们越来越认识到在网络安全研究领域需要人工智能应用来应对这些攻击日益增加的复杂性和频率，但与此同时，缺乏良好的生态系统让它们蓬勃发展。当前的网络安全研究过程更多地是手动方法，不太适合人工智能开发。根据欧洲国防局的说法，网络靶场是“一个支持 3 个主要过程的多用途环境：知识开发、保证和传播”，由“三个互补的功能包”组成：网络研究靶场 (CRR)、网络模拟和测试靶场 (CSTR) 和网络训练和演习靶场 (CTER)[ 1 ]。对于想要研究特定攻击或技术的网络安全研究人员来说，一个常见的问题是，最终会意识到建立这样一个网络靶场的过程有多么艰巨。希望开始 AI 开发的网络安全专业人员和希望开发应用程序的 AI 研究人员面临着同样的问题。如果无法访问优质数据集的存储库和使其保持最新的系统，那么开发可用于生产、最新和
网络靶场自动化是人工智能应用的基石
主要关键词
相关文件推荐
