Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Jeux Vidéo › csle
✦ Libre & open sourceJeux Vidéo

csle

Un cyber range open-source pour entraîner et évaluer des agents de reinforcement learning sur des problèmes de sécurité réseau.

Entraînez des agents RL pour des jeux de cybersécurité complexes

Émulez des réseaux informatiques à grande échelle et exécutez des jeux de Markov à l'aide d'environnements Python compatibles OpenAI Gym.

Gratuit pour toujours · source-available · Licence not stated in the repository
✓ Needs IT✓ Dans le navigateur✓ Collaboration en temps réel
6.4
ZEKAI
Puissant range de sécurité RL
Libre & open source · Jeux Vidéo
Facilité d'installation3
Utilité8
Maintenance9.5
Communauté5
★ 155
GITHUB
Sep 2026
MIS À JOUR
Licence not stated in the repository
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

CSLE est une plateforme de recherche conçue pour exécuter des expériences de reinforcement learning sur des problèmes de contrôle de cybersécurité. Elle associe l'émulation de conteneurs Linux à des processus de décision de Markov et des jeux de Markov pour tester des politiques de sécurité automatisées. Vous devriez l'utiliser si vous concevez, simulez ou benchmarkez des agents de sécurité autonomes et des défenseurs IA.

Fonctionne sur
Cross-platform
Hébergement
Self-host
Langues
Python
Licence
Licence not stated in the repository

Qu'est-ce que c'est

CSLE fournit une architecture multi-système comprenant l'émulation de réseaux de conteneurs Linux, des environnements de simulation compatibles Gym et une pile de gestion avec interface Web, CLI et API REST. Il vous permet de modéliser des cyberattaques, des populations de clients et des actions défensives à l'aide de la théorie des jeux computationnelle et de la programmation dynamique. Vous pouvez surveiller les traces de simulation en temps réel ou connecter des bibliothèques Python de reinforcement learning personnalisées.

Pour qui

Cet outil convient aux chercheurs en cybersécurité, aux développeurs IA et aux ingénieurs réseau qui construisent des modèles de défense autonome ou des simulations de jeux de Markov. Il n'est pas conçu pour les développeurs de jeux généraux ou les équipes recherchant des scanners de sécurité commerciaux prêts à l'emploi. Si vous manquez d'infrastructure pour exécuter des conteneurs Linux ou des clusters de calcul, cet outil sera difficile à exploiter.

Fonctionnalités clés

Émulation IT conteneurisée

Simulez des réseaux à grande échelle, des cyberattaques et des populations de clients à l'aide de conteneurs Linux distribués.

Simulations compatibles Gym

Exécutez des processus de décision de Markov et des jeux de Markov directement à l'aide des interfaces standard OpenAI Gym et Gymnasium.

Système de gestion flexible

Contrôlez et surveillez les exécutions d'émulation et de simulation via une interface Web, une CLI, une API REST ou un SDK Python.

Optimisation multi-méthode

Combinez le reinforcement learning avec la théorie des jeux computationnelle, l'inférence causale, la programmation dynamique et les algorithmes évolutionnaires.

Comment démarrer

Opérationnel en 3 étapes

1
Clonez le dépôt et installez les composants Python de base requis ainsi que les dépendances du runtime de conteneurs.
2
Configurez votre topologie d'émulation ou sélectionnez un environnement de jeu de Markov compatible Gymnasium existant.
3
Lancez votre boucle d'entraînement via la CLI, l'API Python ou l'interface Web pour surveiller les métriques de l'agent en temps réel.
Franchement

Notre verdict honnête

Ses atouts

  • Compatibilité native avec les flux de travail RL OpenAI Gym et Gymnasium
  • Combine l'émulation en direct de conteneurs Linux avec la simulation synthétique de jeux de Markov
  • Interfaces de gestion multiples incluant API REST, interface Web, CLI et SDK Python
  • Support intégré pour la capture de traces réseau et de transitions d'état en temps réel

Ses limites

  • L'émulation réseau complète nécessite une infrastructure de cluster de calcul ou du matériel serveur haut de gamme
  • Aucune licence explicite spécifiée dans les métadonnées du dépôt
  • Complexité de configuration élevée impliquant l'orchestration du runtime de conteneurs et des environnements python multi-packages
  • Limité à de petites topologies d'émulation lors d'une exécution locale sur un seul ordinateur portable
Coût

Tarifs & licence

CSLE est accessible gratuitement sur GitHub, bien qu'aucun fichier de licence explicite ne soit inclus dans les métadonnées du dépôt principal. Le coût financier principal provient de l'exécution et de la maintenance du matériel serveur ou du cluster de calcul distribué requis pour des émulations réseau à grande échelle.

Travail rémunéré

Missions pour francophones

896 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 10 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : csle pour Jeux Vidéo
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons csle pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Puis-je exécuter CSLE sur un seul ordinateur portable ?

Oui, mais les configurations locales sur ordinateur portable sont limitées à de petites topologies d'émulation en raison des limites de ressources des conteneurs.

CSLE est-il compatible avec les frameworks RL standard ?

Oui, son système de simulation respecte les normes OpenAI Gym et Gymnasium afin que vous puissiez y connecter des algorithmes RL personnalisés.

Comment contrôler les émulations à distance ?

Vous pouvez gérer et surveiller les exécutions de simulation ou d'émulation via l'API REST, l'interface Web, la CLI ou les bibliothèques client Python.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Jeux Vidéo — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google