Video Experimental Relacionado

Updated: Jan 7, 2026

The Double-H Maze: A Robust Behavioral Test for Learning and Memory in Rodents

The Double-H Maze: A Robust Behavioral Test for Learning and Memory in Rodents

Published on: July 8, 2015

Resistencia a ataques APT basados en memorización bajo información incompleta en la arquitectura DDHR: un enfoque de

Xinghua Wu^1,2, Mingzhe Wang², Xiaolin Chang¹

¹Beijing Key Laboratory of Security and Privacy in Intelligent Transportation, Beijing Jiaotong University, Beijing 100044, China.

Entropy (Basel, Switzerland)

|December 24, 2025

Resumen

Las nuevas amenazas cibernéticas impulsadas por la IA, como los ataques APT basados en memorización, desafían la seguridad de la infraestructura crítica. Este estudio presenta un método de programación de defensa inteligente para el Sistema de Servicio de Pasajeros Ferroviarios (RPSS) para contrarrestar eficazmente estas amenazas en evolución.

Área de la Ciencia:

Ciberseguridad
Inteligencia Artificial
Sistemas de Información

Sus antecedentes:

Los avances en la tecnología artificial introducen sofisticadas amenazas cibernéticas, incluidas las amenazas persistentes avanzadas (APT) basadas en la memorización.
La infraestructura crítica, como el Sistema de Servicio de Pasajeros Ferroviarios (RPSS), se enfrenta a riesgos significativos debido a estas amenazas en evolución y a las limitaciones de seguridad convencionales.
La arquitectura de Redundancia Dinámica Heterogénea de Doble Capa (DDHR) del Centro de Nube RPSS presenta vulnerabilidades específicas, incluidos desafíos en la estimación del tiempo de programación del ejecutor redundante y la falta de mecanismos de defensa inteligentes contra tales ataques.

Objetivo del estudio:

Abordar los desafíos de estimar con precisión el tiempo de programación y desarrollar estrategias de defensa inteligentes contra los ataques APT basados en la memorización dentro de la arquitectura DDHR del RPSS.
Formular el problema de optimizar la recompensa del defensor bajo información incompleta utilizando la entropía de la información de los ejecutores redundantes DDHR.
Proponer un nuevo método de programación de defensa que mejore la resiliencia del RPSS contra amenazas cibernéticas sofisticadas.

Principales métodos:

Desarrolló una formulación del problema para optimizar la recompensa del defensor bajo información incompleta, incorporando la entropía de la información de los ejecutores redundantes DDHR para modelar los comportamientos del atacante y del defensor.
Propuso un método para estimar el tiempo de ataque para superar el desafío de determinar el tiempo de programación con información incompleta.
Introdujo el algoritmo Proximal Policy Optimization con Entropía de Información y Heterogeneidad (PPO_HE), mejorando un algoritmo PPO con métricas cuantificables de entropía de información y heterogeneidad de los ejecutores redundantes DDHR.

Principales resultados:

El enfoque PPO_HE demostró una eficiencia superior por operación de programación para contrarrestar ataques cibernéticos en comparación con los métodos existentes.
Se evaluó el enfoque mediante experimentos exhaustivos utilizando la cantidad y la tasa de decaimiento de la entropía de la información, lo que confirmó su eficacia.
El enfoque PPO_HE proporcionó el mayor tiempo de resistencia contra ataques basados en la memorización bajo condiciones idénticas de entropía de información inicial.

Conclusiones:

El enfoque PPO_HE propuesto ofrece un método de programación de defensa eficaz e inteligente para la arquitectura DDHR del RPSS contra amenazas cibernéticas avanzadas.
La integración de la entropía de la información y la heterogeneidad proporciona un marco cuantificable para mejorar las defensas de ciberseguridad en sistemas de información críticos.
Esta investigación contribuye al desarrollo de soluciones de seguridad más robustas y adaptables para la infraestructura crítica frente a los riesgos cibernéticos en evolución impulsados por la inteligencia artificial.

Palabras clave:

arquitectura DHR juego FlipIt entropía defensa de imitación aprendizaje por refuerzo

Más Videos Relacionados

A Prediction Error-driven Retrieval Procedure for Destabilizing and Rewriting Maladaptive Reward Memories in Hazardous Drinkers

A Prediction Error-driven Retrieval Procedure for Destabilizing and Rewriting Maladaptive Reward Memories in Hazardous Drinkers

Published on: January 5, 2018

Videos de Conceptos Relacionados

Chunking and Rehearsal in Sensory Memory

Chunking and Rehearsal in Sensory Memory

Improving short-term memory can be achieved through techniques like chunking and rehearsal. Chunking involves organizing information into larger, more manageable units. This technique is particularly useful for information that exceeds the typical memory span of between five and nine items. For instance, logging into an online account with a password like "ta89vq0179gz" involves grouping letters and numbers into three chunks—ta89, vq01, and 79gz. It makes large amounts of...

Interference and Decay

Interference and Decay

Forgetting is a complex cognitive phenomenon influenced by several factors, among which interference and decay are particularly prominent. These processes explain why individuals often struggle to retrieve specific information from memory, leading to lapses in recall that can be observed in everyday situations.
Interference occurs when competing memories hinder the retrieval of particular information. It can be classified into two types: proactive and retroactive interference. Proactive...

Reinforcement Schedules

Reinforcement Schedules

Positive reinforcement is a powerful method for teaching new behaviors to both animals and humans. B.F. Skinner demonstrated this with his experiments using rats in a Skinner box. When a rat pressed a lever, it received a food pellet. This immediate reward encouraged the rat to repeat the behavior. This method, where a reward follows every instance of the behavior, is known as continuous reinforcement. It is highly effective for establishing new behaviors quickly.
Once a behavior is learned,...

Forgetting

Forgetting

Forgetting is an intrinsic aspect of human memory, characterized by the gradual loss or inaccessibility of information over time. Hermann Ebbinghaus, a pioneering psychologist, extensively studied this phenomenon and formulated the forgetting curve. This curve illustrates that memory loss occurs rapidly immediately after learning and then decelerates over time. Several mechanisms contribute to forgetting, including encoding failure, storage decay, retrieval failure, and interference.
Encoding...

Elaborative Rehearsals

Elaborative Rehearsals

Elaborative rehearsal is a crucial cognitive strategy that strengthens information encoding in long-term memory by making meaningful connections between new data and pre-existing knowledge. This approach contrasts with maintenance rehearsal, which involves simple repetition without delving into the significance of the information. While maintenance rehearsal might temporarily keep information active in short-term memory, it is less effective for long-term retention.
The effectiveness of...

Understanding Memory

Understanding Memory

Memory is the retention of information or experiences over time, facilitated through three main processes: encoding, storage, and retrieval. Encoding is the process of inputting information into the memory system. For instance, when listening to a lecture, watching a play, reading a book, or having a conversation, the brain is actively encoding information. This initial stage involves transforming sensory input into a form that can be processed and stored by the brain. Various factors, such as...