KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Gaming › csle
✦ Frei & Open SourceGaming

csle

Ein Open-Source-Cyber-Range zum Trainieren und Evaluieren von Reinforcement-Learning-Agenten bei Netzwerksicherheitsproblemen.

Trainiere RL-Agenten für komplexe Cybersicherheitsspiele

Emuliere groß angelegte IT-Netzwerke und führe Markov-Spiele über OpenAI Gym-kompatible Python-Umgebungen aus.

Für immer kostenlos · quelloffen einsehbar · Licence not stated in the repository
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
6.4
ZEKAI
Leistungsstarke RL-Sicherheits-Range
Frei & Open Source · Gaming
Einfache Einrichtung3
Nützlichkeit8
Wartung9.5
Community5
★ 155
GITHUB
Sep 2026
AKTUALISIERT
Licence not stated in the repository
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

CSLE ist eine Forschungsplattform zur Durchführung von Reinforcement-Learning-Experimenten bei Cybersicherheits-Kontrollproblemen. Sie kombiniert Linux-Container-Emulation mit Markov-Entscheidungsprozessen und Markov-Spielen, um automatisierte Sicherheitsrichtlinien zu testen. Du solltest sie verwenden, wenn du autonome Sicherheitsagenten und KI-Verteidiger entwirfst, simulieren oder benchmarken möchtest.

Läuft auf
Cross-platform
Hosting
Self-host
Sprachen
Python
Lizenz
Licence not stated in the repository

Was es ist

CSLE bietet eine Multi-System-Architektur mit Linux-Container-Netzwerkemulation, Gym-kompatiblen Simulationsumgebungen und einem Verwaltungssack aus Web-UI, CLI und REST-APIs. Sie ermöglicht die Modellierung von Cyberangriffen, Client-Populationen und Verteidigungsmaßnahmen mittels computergestützter Spieltheorie und dynamischer Programmierung. Du kannst Simulationsspuren in Echtzeit überwachen oder eigene Python-Reinforcement-Learning-Bibliotheken anbinden.

Für wen

Dieses Tool richtet sich an Cybersicherheitsforscher, KI-Entwickler und Netzwerkingenieure, die autonome Verteidigungsmodelle oder Markov-Spielsimulationen entwickeln. Es ist nicht gedacht für allgemeine Spieleentwickler oder Teams, die sofort einsatzbereite kommerzielle Sicherheitsscanner suchen. Wenn dir die Infrastruktur zum Ausführen von Linux-Containern oder Rechenclustern fehlt, wird die Bedienung dieses Tools schwierig sein.

Wichtige Funktionen

Containerisierte IT-Emulation

Simuliere groß angelegte Netzwerke, Cyberangriffe und Client-Populationen mithilfe verteilter Linux-Container.

Gym-kompatible Simulationen

Führe Markov-Entscheidungsprozesse und Markov-Spiele direkt über standardmäßige OpenAI-Gym- und Gymnasium-Schnittstellen aus.

Flexibles Verwaltungssystem

Steuere und überwache Emulations- und Simulationsläufe über eine Web-UI, CLI, REST-API oder das Python-SDK.

Methodenübergreifende Optimierung

Kombiniere Reinforcement Learning mit computergestützter Spieltheorie, kausaler Inferenz, dynamischer Programmierung und evolutionären Algorithmen.

Erste Schritte

Startklar in 3 Schritten

1
Klone das Repository und installiere die erforderlichen Python-Kernkomponenten zusammen mit Container-Runtime-Abhängigkeiten.
2
Konfiguriere deine Emulationstopologie oder wähle eine bestehende Gymnasium-kompatible Markov-Spielumgebung aus.
3
Starte deine Trainingsschleife über das CLI, die Python-API oder die Web-UI, um Echtzeit-Agentenmetriken zu überwachen.
Klartext

Unser ehrliches Fazit

Stärken

  • Natives Zusammenspiel mit OpenAI-Gym- und Gymnasium-RL-Workflows
  • Kombiniert Live-Linux-Container-Emulation mit synthetischer Markov-Spielsimulation
  • Mehrere Verwaltungsschnittstellen einschließlich REST-API, Web-UI, CLI und Python-SDK
  • Integrierte Unterstützung zum Erfassen von Echtzeit-Netzwerkspuren und Zustandsübergängen

Schwächen

  • Vollständige Netzwerkemulation erfordert Rechencluster-Infrastruktur oder High-End-Server-Hardware
  • Keine explizite Lizenz in den Repository-Metadaten angegeben
  • Hohe Einrichtungskomplexität durch Container-Runtime-Orchestrierung und Multipaket-Python-Umgebungen
  • Bei lokaler Ausführung auf einem einzelnen Laptop auf kleine Emulationstopologien beschränkt
Kosten

Preise & Lizenz

CSLE ist auf GitHub frei zugänglich, wobei im Haupt-Repository-Metadatensatz keine explizite Lizenzdatei enthalten ist. Die primären finanziellen Kosten entstehen durch den Betrieb und die Wartung der Server-Hardware oder des verteilten Rechenclusters, die für groß angelegte Netzwerkemulationen erforderlich sind.

Bezahlte Arbeit

Stellen für Deutschsprachige

896 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: csle für Gaming
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren csle für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Kann ich CSLE auf einem einzelnen Laptop ausführen?

Ja, aber lokale Laptop-Setups sind aufgrund von Container-Ressourcenlimits auf kleine Emulationstopologien beschränkt.

Ist CSLE mit Standard-RL-Frameworks kompatibel?

Ja, das Simulationssystem hält sich an die OpenAI-Gym- und Gymnasium-Standards, sodass du eigene RL-Algorithmen einbinden kannst.

Wie steuere ich Emulationen aus der Ferne?

Du kannst Simulations- oder Emulationsläufe über die REST-API, die Web-UI, das CLI oder Python-Client-Bibliotheken verwalten und überwachen.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Gaming — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen