基于 Q 学习的概率布尔控制网络的最优虚假数据注入攻击
原文中文，约300字，阅读约需1分钟。发表于：。通过采用强化学习方法（特别是 Q-learning 算法），解决了在概率布尔控制网络中，攻击者模型不可知情况下的最优虚假数据注入问题，并提出了一种改进的 QL 算法，能够处理标准 QL 算法无法处理的大规模 PBCNs 并获取最优攻击策略，并通过两个被攻击的 PBCN 网络验证了我们提出方法的有效性。
本文研究了恶意篡改成本信号下的强化学习，通过对 Q-learning 的研究，证明了其在隐蔽攻击和成本信号有限篡改下仍能收敛。提出了鲁棒的代价区间，给出了关于篡改代价的条件，最后通过案例研究展示了强化学习的潜在危险。
