该论文介绍了 MAL Simulator——一个基于 Meta Attack Language(MAL)构建的网络攻防操作仿真器,目标是支撑"决策驱动"的网络攻击与防御仿真,用于系统分析以及自动化代理(agent)的训练与评估。研究背景是:在自动化攻防研究中,尤其是强化学习代理的训练与评测,长期缺少可复用、可跨目标域迁移的仿真环境;已有仿真器往往与特定场景强耦合,更换目标域就需要改动源码,导致实验难以复现和横向比较。核心方法上,作者把仿真器围绕一种攻击建模语言(MAL)来设计:防御方只需编写或复用 MAL 领域模型,即可刻画资产、攻击步骤及其依赖关系,从而在不修改仿真器源码的前提下适配不同目标域;仿真器同时对外提供通用接口,以便与现有机器学习框架对接。实验包含两个案例研究,分别训练防御型代理与攻击型代理。为让实验有据可依,模型所依赖的数据采集自在 CRATE 网络靶场中搭建的仿真网络。主要结果有三点:(1)训练得到的攻击者策略比所对比的搜索方法更高效地抵达既定目标;(2)在带噪声的告警条件下,训练得到的防御者代理产生的成本低于朴素的启发式防御代理;(3)当把强化学习攻击者与强化学习防御者放在一起对抗时,防御方的表现显著下降。作者认为第三点尤为关键:只在静态或弱对手条件下训练的防御代理,面对同样经过训练的自适应攻击者会明显退化,这正说明同时支持攻防两侧代理训练的仿真器不可或缺。MAL Simulator 及配套工具已公开。