Tests d’intrusion auto-adaptatifs avec agents intelligents renforcés en profondeur
Le test d’intrusion est une tactique de sécurité clé, où les défenseurs agissent comme un attaquant pour prédire les actions de ce dernier et développer une défense efficace. Cependant, pour les infrastructures cyber-physiques à grande échelle comme le réseau intelligent, les tests d’intrusion traditionnels sur des appareils ou réseaux individuels sont insuffisants pour épuiser toutes les failles potentielles ou révéler des vulnérabilités au niveau de l’infrastructure invisibles pour le système local. Le projet vise à combler l’écart en développant des agents autonomes collaboratifs capables d’inspecter une infrastructure à grande échelle afin d’identifier des vulnérabilités critiques qui seraient autrement invisibles pour les opérateurs et les défenseurs. À cette fin, le projet développera des agents innovants d’apprentissage par renforcement profond qui réaliseront automatiquement des tests d’intrusion dans des environnements dynamiques complexes et mettront à jour leurs stratégies de manière adaptative pour identifier les exploits les plus impactants. Le projet fournira une méthodologie systématique permettant une recherche proactive de vulnérabilités critiques dans les infrastructures intelligentes critiques connectées à la 5G et favorisera des actions de défense précoces pour atténuer les risques potentiels.
Voir la description complète du projetJun Yan
Ericsson Canada Inc (Québec)
Génie
les industries de l’information et de la culture; Services professionnels, scientifiques et techniques
Université Concordia
Accélération