Hierarchical reinforcement learning for efficient and effective automated penetration testing of large networks

Standort
Deutsche Nationalbibliothek Frankfurt am Main
ISSN
1573-7675
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
online resource.

Erschienen in
Hierarchical reinforcement learning for efficient and effective automated penetration testing of large networks ; day:12 ; month:9 ; year:2022 ; pages:1-23
Journal of intelligent information systems ; (12.9.2022), 1-23

Urheber
Ghanem, Mohamed C.
Chen, Thomas M.
Nepomuceno, Erivelton G.
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1007/s10844-022-00738-0
URN
urn:nbn:de:101:1-2022112921090608881030
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2525, 07:27 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Ghanem, Mohamed C.
  • Chen, Thomas M.
  • Nepomuceno, Erivelton G.
  • SpringerLink (Online service)

Ähnliche Objekte (12)