Towards Hierarchical Cyber Defense with Large Language Models: From Planning to Execution

本篇论文研究自主网络防御中强化学习(RL)防御智能体的泛化瓶颈：用 RL 训练出的自主防御者通常与其训练所在的网络绑定，一旦网络规模发生变化，策略能力就会下降，往往需要按新规模重新训练。分层强化学习通过把"战略层目标选择"与"战术层动作执行

历史摘要 · 未重新核验 · arXiv cs.CR