EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

PenGym: Realistic training environment for reinforcement learning pentesting agents

Huynh Phuong Thanh Nguyen, Kento Hasegawa, Kazuhide Fukushima, Razvan Beuran

Computers & Security · 2025-01 · 148 · 104140

DOI: 10.1016/j.cose.2024.104140 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computers & Security, 2025-01. Verfasst von Huynh Phuong Thanh Nguyen und 3 weiteren Autor:innen. Die Arbeit wurde bisher 15-mal zitiert (Crossref) und nennt 28 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Nguyen, H. P. T., Hasegawa, K., Fukushima, K., & Beuran, R. (2025). PenGym: Realistic training environment for reinforcement learning pentesting agents. Computers & Security, 148, 104140. https://doi.org/10.1016/j.cose.2024.104140

Vancouver

Nguyen HPT, Hasegawa K, Fukushima K, Beuran R. PenGym: Realistic training environment for reinforcement learning pentesting agents. Computers & Security. 2025;148:104140. doi:10.1016/j.cose.2024.104140

BibTeX
@article{Nguyen2025,
  author = {Nguyen, Huynh Phuong Thanh and Hasegawa, Kento and Fukushima, Kazuhide and Beuran, Razvan},
  title = {PenGym: Realistic training environment for reinforcement learning pentesting agents},
  journal = {Computers & Security},
  year = {2025},
  volume = {148},
  pages = {104140},
  doi = {10.1016/j.cose.2024.104140}
}
Kostenlos starten →