Методи координації та взаємодії агентів у мультиагентній системі тестування на проникнення з використанням навчання з підкріпленням

Abstract

Запропоновано підхід до координації агентів у мультиагентній системі тестування на проникнення з використанням навчання з підкріпленням. Досліджено доцільність використання моделі CTDE та алгоритмів IQL, MADDPG і QMIX для узгодження дій агентів. Розглянуто роль спільного середовища знань у підвищенні ефективності системи.

A coordination approach for agents in a multi-agent penetration testing system using reinforcement learning is proposed. The expediency of using CTDE models and IQL, MADDPG, and QMIX algorithms for creating agent actions has been investigated. The role of shared knowledge in improving system efficiency is examined.