Co-Adaptive Attacker–Defender Learning over Attack Graphs: A Stochastic Game Approach to Dynamic Network Defense

The evolving landscape of cybersecurity threats, characterized by increasingly sophisticated and adaptive attackers, poses major challenges to traditional static network defense mechanisms. To address these limitations, this paper proposes an adaptive cyber defense framework that integrates Reinforc...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Mohammed A. Makarem, Muneef A. Razaz, Zead Saleh
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2026-04-01
Seria:	Future Internet
Hasła przedmiotowe:	reinforcement learning Q-learning DQN attack graphs network defense attacker–defender game
Dostęp online:	https://www.mdpi.com/1999-5903/18/5/239
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!