Optimal Defender Strategies for CAGE-2 using Causal Modeling and Tree Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hammar, Kim, Dhir, Neil, Stadler, Rolf
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Intrusion Prevention through Optimal Stopping
von: Hammar, Kim, et al.
Veröffentlicht: (2021)

Learning Intrusion Prevention Policies through Optimal Stopping
von: Hammar, Kim, et al.
Veröffentlicht: (2021)

Learning Optimal Defender Strategies for CAGE-2 using a POMDP Model
von: Le, Duc Huy, et al.
Veröffentlicht: (2025)

A System for Interactive Examination of Learned Security Policies
von: Hammar, Kim, et al.
Veröffentlicht: (2022)

Finding Effective Security Strategies through Reinforcement Learning and Self-Play
von: Hammar, Kim, et al.
Veröffentlicht: (2020)

Scalable Learning of Intrusion Responses through Recursive Decomposition
von: Hammar, Kim, et al.
Veröffentlicht: (2023)

Learning Near-Optimal Intrusion Responses Against Dynamic Attackers
von: Hammar, Kim, et al.
Veröffentlicht: (2023)

Automated Security Response through Online Learning with Adaptive Conjectures
von: Hammar, Kim, et al.
Veröffentlicht: (2024)

General Autonomous Cybersecurity Defense: Learning Robust Policies for Dynamic Topologies and Diverse Attackers
von: Ramamurthy, Arun, et al.
Veröffentlicht: (2025)

Online Incident Response Planning under Model Misspecification through Bayesian Learning and Belief Quantization
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

Defending Against Unforeseen Failure Modes with Latent Adversarial Training
von: Casper, Stephen, et al.
Veröffentlicht: (2024)

Your Agent Can Defend Itself against Backdoor Attacks
von: Changjiang, Li, et al.
Veröffentlicht: (2025)

Efficient but Vulnerable: Benchmarking and Defending LLM Batch Prompting Attack
von: Yue, Murong, et al.
Veröffentlicht: (2025)

Learning to Defend by Attacking (and Vice-Versa): Transfer of Learning in Cybersecurity Games
von: Malloy, Tailia, et al.
Veröffentlicht: (2023)

Intrusion Tolerance for Networked Systems through Two-Level Feedback Control
von: Hammar, Kim, et al.
Veröffentlicht: (2024)

Defending the Edge: Representative-Attention Defense against Backdoor Attacks in Federated Learning
von: Obioma, Chibueze Peace, et al.
Veröffentlicht: (2025)

Attackers Strike Back? Not Anymore -- An Ensemble of RL Defenders Awakens for APT Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Have You Poisoned My Data? Defending Neural Networks against Data Poisoning
von: De Gaspari, Fabio, et al.
Veröffentlicht: (2024)

Demystifying the Mythos or Disrupting Bugonomics? From Zero-Day Asymmetry to Defender Remediation Throughput
von: Pesoli, Alfredo, et al.
Veröffentlicht: (2026)

Be Kind, Rewrite: Benign Projections via Rewriting Defend Against LLM Data Poisoning Attacks
von: Halloran, John T., et al.
Veröffentlicht: (2026)

Trapping Attacker in Dilemma: Examining Internal Correlations and External Influences of Trigger for Defending GNN Backdoors
von: Yang, Fan, et al.
Veröffentlicht: (2026)

SPARD: Defending Harmful Fine-Tuning Attack via Safety Projection with Relevance-Diversity Data Selection
von: Chen, Shuhao, et al.
Veröffentlicht: (2026)

An Optimal Cascade Feature-Level Spatiotemporal Fusion Strategy for Anomaly Detection in CAN Bus
von: Fatahi, Mohammad, et al.
Veröffentlicht: (2025)

Concealing Backdoor Model Updates in Federated Learning by Trigger-Optimized Data Poisoning
von: Zhang, Yujie, et al.
Veröffentlicht: (2024)

CSLE: A Reinforcement Learning Platform for Autonomous Security Management
von: Hammar, Kim
Veröffentlicht: (2026)

A Survey on Model Extraction Attacks and Defenses for Large Language Models
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

PLeak: Prompt Leaking Attacks against Large Language Model Applications
von: Hui, Bo, et al.
Veröffentlicht: (2024)

HSF: Defending against Jailbreak Attacks with Hidden State Filtering
von: Qian, Cheng, et al.
Veröffentlicht: (2024)

IT Intrusion Detection Using Statistical Learning and Testbed Measurements
von: Wang, Xiaoxuan, et al.
Veröffentlicht: (2024)

A Survey of Model Extraction Attacks and Defenses in Distributed Computing Environments
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

A Causal Perspective for Enhancing Jailbreak Attack and Defense
von: Pan, Licheng, et al.
Veröffentlicht: (2026)

A Systematic Survey of Model Extraction Attacks and Defenses: State-of-the-Art and Perspectives
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

Unsafe LLM-Based Search: Quantitative Analysis and Mitigation of Safety Risks in AI Web Search
von: Luo, Zeren, et al.
Veröffentlicht: (2025)

Defending Against Alignment-Breaking Attacks via Robustly Aligned LLM
von: Cao, Bochuan, et al.
Veröffentlicht: (2023)

Mitigating Watermark Forgery in Generative Models via Randomized Key Selection
von: Aremu, Toluwani, et al.
Veröffentlicht: (2025)

MetaDefense: Defending Finetuning-based Jailbreak Attack Before and During Generation
von: Jiang, Weisen, et al.
Veröffentlicht: (2025)

BountyBench: Dollar Impact of AI Agent Attackers and Defenders on Real-World Cybersecurity Systems
von: Zhang, Andy K., et al.
Veröffentlicht: (2025)

Rapid Plug-in Defenders
von: Wu, Kai, et al.
Veröffentlicht: (2023)

A Comprehensive Comparative Study of Individual ML Models and Ensemble Strategies for Network Intrusion Detection Systems
von: Bibers, Ismail, et al.
Veröffentlicht: (2024)

Differentially Private In-Context Learning with Nearest Neighbor Search
von: Koskela, Antti, et al.
Veröffentlicht: (2025)