<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[bh2017的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/bh2017</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; bh2017]]></copyright><item><title><![CDATA[如何在服务器上搭建jupyter notebook]]></title><link>https://blog.youkuaiyun.com/bh2017/article/details/123906942</link><guid>https://blog.youkuaiyun.com/bh2017/article/details/123906942</guid><author>bh2017</author><pubDate>Fri, 01 Apr 2022 20:49:01 +0800</pubDate><description><![CDATA[通过在服务器上运行jupyter notebook，然后本地电脑连接，直接在本地电脑调试代码。

1. 准备工作

一台云服务器，服务器中已安装anaconda。

2. 搭建Jupyter notebbook环境

第一步：找到或生成配置文件jupyter_notebook_config.py，linux系统位置如下：


文件路径：/home/User/.jupyter/jupyter_notebook_config.py


如果上述位置没有这个文件，用下列命令生成：


jupyter notebo]]></description><category></category></item><item><title><![CDATA[【论文阅读】保守和适应性惩罚+基于模型的安全强化学习]]></title><link>https://blog.youkuaiyun.com/bh2017/article/details/123410247</link><guid>https://blog.youkuaiyun.com/bh2017/article/details/123410247</guid><author>bh2017</author><pubDate>Thu, 10 Mar 2022 20:17:31 +0800</pubDate><description><![CDATA[【论文阅读】保守和适应性惩罚+基于模型的安全强化学习
Conservative and Adaptive Penalty for Model-Based Safe Reinforcement Learning
这是今年发表在AAAI 2022关于安全强化学习的一篇文章。基于模型的RL算法使用来自自学习模型的模拟样本来合成遵守约束的策略，减少RL在现实世界不安全的行为，例如超速，超过机器所能达到的最大转矩。但是，不完美的建模还是会产生违规动作，即使动作被预测能满足约束条件。
因此，本文中提出了一种基于模型的安]]></description><category></category></item><item><title><![CDATA[【论文阅读】基于强化学习的上下文感知的自适应路由变异方案]]></title><link>https://blog.youkuaiyun.com/bh2017/article/details/122885643</link><guid>https://blog.youkuaiyun.com/bh2017/article/details/122885643</guid><author>bh2017</author><pubDate>Fri, 11 Feb 2022 17:44:47 +0800</pubDate><description><![CDATA[【论文阅读】基于强化学习的上下文感知的自适应路由变异方案
Context-Aware Adaptive Route Mutation Scheme:A Reinforcement Learning Approach
1. 摘要
1.1 问题背景
移动目标防御（MTD）是一种新兴的主动防御技术，可以降低漏洞被攻击的风险。
MTD技术介绍: 使攻击面动态化，而不是通过监测，预防，监视，跟踪或补救威胁来防御不变的基础设施。主要技术包括系统随机化，受生物启发的MTD，动态网络配置等。
存在的问题： 路由变异（RM）]]></description><category></category></item><item><title><![CDATA[【论文阅读】基于强化学习的网络安全防护策略]]></title><link>https://blog.youkuaiyun.com/bh2017/article/details/122813209</link><guid>https://blog.youkuaiyun.com/bh2017/article/details/122813209</guid><author>bh2017</author><pubDate>Mon, 07 Feb 2022 19:04:28 +0800</pubDate><description><![CDATA[【论文分享】基于强化学习的网络安全防护策略
本篇文章将介绍一篇针对网络安全问题，运用强化学习方法寻找最优的网络防御策略。
Finding Effective Security Strategies through Reinforcement Learning and Self-Play

前言
通过强化学习和 自对弈(self-play) 寻找有效的安全策略

主要思想
提出一种针对入侵防御案例的安全策略自动查找方法，将攻击者和防御者之间的交互建模为一个马尔可夫博弈过程，让攻击和防御过程在没有人干预的情况下]]></description><category></category></item></channel></rss>