- 博客(4)
- 收藏
- 关注
RSS订阅原创 如何在服务器上搭建jupyter notebook
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
2022-04-01 20:49:01
2293
原创 【论文阅读】保守和适应性惩罚+基于模型的安全强化学习
【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
2022-03-10 20:17:31
4832
原创 【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
【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 Approach1. 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）
2022-02-11 17:44:47
3535
原创 【论文阅读】基于强化学习的网络安全防护策略
【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
2022-02-07 19:04:28
4943
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人