Инфраструктура киберполигона с открытым исходным кодом для обучения и оценки агентов обучения с подкреплением в задачах сетевой безопасности.
Эмулируйте крупномасштабные ИТ-сети и выполняйте марковские игры с использованием совместимых с OpenAI Gym окружений Python.
CSLE — это исследовательская платформа, предназначенная для проведения экспериментов по обучению с подкреплением в задачах управления кибербезопасностью. Она объединяет эмуляцию контейнеров Linux с процессами принятия решений Маркова и марковскими играми для тестирования автоматизированных политик безопасности. Ее стоит использовать, если вы проектируете, моделируете или тестируете автономных агентов безопасности и защитников на основе ИИ.
CSLE предоставляет многосистемную архитектуру, включающую эмуляцию сетей в контейнерах Linux, совместимые с Gym среды симуляции, а также стек управления с веб-интерфейсом, CLI и REST API. Она позволяет моделировать кибератаки, популяции клиентов и защитные действия с помощью теории вычислительных игр и динамического программирования. Вы можете следить за ходом симуляции в реальном времени или подключать собственные библиотеки обучения с подкреплением на Python.
Этот инструмент подходит исследователям в области кибербезопасности, разработчикам ИИ и сетевым инженерам, создающим модели автономной защиты или симуляции марковских игр. Он не предназначен для обычных разработчиков игр или команд, ищущих готовые коммерческие сканеры безопасности. Если у вас нет инфраструктуры для запуска контейнеров Linux или вычислительных кластеров, этот инструмент будет сложно использовать.
Симулируйте крупномасштабные сети, кибератаки и популяции клиентов с помощью распределенных контейнеров Linux.
Запускайте процессы принятия решений Маркова и марковские игры напрямую, используя стандартные интерфейсы OpenAI Gym и Gymnasium.
Управляйте запусками эмуляций и симуляций и отслеживайте их через веб-интерфейс, CLI, REST API или Python SDK.
Сочетайте обучение с подкреплением с теорией вычислительных игр, каузальным выводом, динамическим программированием и эволюционными алгоритмами.
CSLE доступен бесплатно на GitHub, хотя в метаданных основного репозитория нет явного файла лицензии. Основные финансовые затраты связаны с запуском и обслуживанием серверного оборудования или распределенного вычислительного кластера, необходимых для полномасштабных сетевых эмуляций.
896 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Да, но локальная настройка на ноутбуке ограничена топологиями небольшой эмуляции из-за лимитов ресурсов контейнера.
Да, его система симуляции соответствует стандартам OpenAI Gym и Gymnasium, поэтому вы можете подключать пользовательские алгоритмы RL.
Вы можете управлять запусками симуляций или эмуляций и отслеживать их через REST API, веб-интерфейс, CLI или клиентские библиотеки Python.
Zekai первым в Google