Ajanları ağ güvenliği problemlerinde eğitmek ve değerlendirmek için açık kaynaklı bir siber tatbikat alanı.
OpenAI Gym uyumlu Python ortamlarını kullanarak büyük ölçekli BT ağlarını emüle edin ve Markov oyunları yürütün.
CSLE, siber güvenlik kontrol problemleri üzerinde pekiştirmeli öğrenme deneyleri çalıştırmak için tasarlanmış bir araştırma platformudur. Otomatik güvenlik politikalarını test etmek için Linux konteyner emülasyonunu Markov karar süreçleri ve Markov oyunları ile birleştirir. Otonom güvenlik ajanları ve AI savunucuları tasarlıyor, simüle ediyor veya kıyaslıyorsanız bunu kullanmalısınız.
CSLE; Linux konteyner ağ emülasyonu, Gym uyumlu simülasyon ortamları ve Web UI, CLI ile REST API içeren bir yönetim yığını sunan çok sistemli bir mimari sağlar. Hesaplamalı oyun teorisi ve dinamik programlama kullanarak siber saldırıları, istemci popülasyonlarını ve savunma eylemlerini modellemenize olanak tanır. Simülasyon izlerini gerçek zamanlı olarak izleyebilir veya özel Python pekiştirmeli öğrenme kütüphanelerini entegre edebilirsiniz.
Bu araç, otonom savunma modelleri veya Markov oyunu simülasyonları oluşturan siber güvenlik araştırmacıları, AI geliştiricileri ve ağ mühendisleri için uygundur. Genel oyun geliştiricileri veya kullanıma hazır ticari güvenlik tarayıcıları arayan ekipler için tasarlanmamıştır. Linux konteynerleri veya hesaplama kümeleri çalıştıracak altyapınız yoksa, bu aracın kullanımı zor olacaktır.
Dağıtık Linux konteynerlerini kullanarak büyük ölçekli ağları, siber saldırıları ve istemci popülasyonlarını simüle edin.
Standart OpenAI Gym ve Gymnasium arayüzlerini doğrudan kullanarak Markov karar süreçlerini ve Markov oyunlarını çalıştırın.
Web UI, CLI, REST API veya Python SDK aracılığıyla emülasyon ve simülasyon çalıştırmalarını kontrol edin ve izleyin.
Pekiştirmeli öğrenmeyi hesaplamalı oyun teorisi, nedensel çıkarım, dinamik programlama ve evrimsel algoritmalarla birleştirin.
CSLE, ana depo üstverisinde açık bir lisans dosyası yer almasa da GitHub üzerinde ücretsiz olarak erişilebilirdir. Birincil maliyet, tam ölçekli ağ emülasyonları için gereken sunucu donanımını veya dağıtık hesaplama kümesini çalıştırmaktan ve bakımını yapmaktan kaynaklanır.
896 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Evet, ancak yerel dizüstü bilgisayar kurulumları konteyner kaynak sınırları nedeniyle küçük emülasyon topolojileriyle sınırlıdır.
Evet, simülasyon sistemi OpenAI Gym ve Gymnasium standartlarına uygundur, böylece özel RL algoritmaları ekleyebilirsiniz.
Simülasyon veya emülasyon çalıştırmalarını REST API, Web UI, CLI veya Python istemci kütüphaneleri aracılığıyla yönetebilir ve izleyebilir siniz.
Google'da önce Zekai'yi gör