Simulador MAL treina agentes de IA ofensivos e defensivos em operações cibernéticas -- e o atacante ganha
O MAL Simulator é um ambiente de simulação de operações cibernéticas construído sobre a Meta Attack Language, que permite adaptar cenários de ataque e defesa a diferentes domínios sem alterar código. Usando dados de um cyber range real, os pesquisadores treinaram agentes ofensivo e defensivo por reforço e constataram que, quando confrontados um contra o outro, o desempenho do defensor caiu significativamente.
A Meta Attack Language (MAL) é uma linguagem de modelagem que descreve ativos, vulnerabilidades e relações de ataque em um domínio de forma declarativa -- em vez de programar a lógica de ataque e defesa diretamente, o analista descreve o domínio (por exemplo, uma rede corporativa ou um sistema industrial) em MAL, e o simulador deriva automaticamente o grafo de ataque e defesa correspondente. Essa separação entre modelagem de domínio e motor de simulação é o que permite ao MAL Simulator ser reutilizado em domínios totalmente diferentes sem reescrever código-fonte, algo que simuladores de segurança ad-hoc normalmente não conseguem.
Os autores usam esse simulador para dois estudos de caso, treinando por aprendizado por reforço tanto um agente ofensivo (que busca atingir alvos designados na rede da forma mais eficiente possível) quanto um agente defensivo (que responde a alertas ruidosos minimizando custo). Para dar realismo ao modelo, os cenários são fundamentados em dados coletados de uma rede emulada de verdade, implementada no cyber range CRATE, e não apenas em topologias sintéticas abstratas.
Os resultados isolados são positivos para cada lado: o agente ofensivo treinado alcançou os alvos definidos de forma mais eficiente do que métodos de busca tradicionais usados como baseline, e o agente defensivo treinado obteve custo mais baixo do que uma heurística ingênua sob condições de alerta ruidosas. O achado mais importante, porém, aparece quando os dois agentes treinados são colocados um contra o outro: o desempenho do defensor cai significativamente diante de um atacante também adaptativo e otimizado, em vez do adversário estático ou aleatório usado durante seu próprio treinamento.
Esse resultado reforça um ponto recorrente na literatura de segurança com IA: uma política defensiva que parece robusta contra um conjunto fixo de ataques pode falhar quando enfrenta um adversário que também aprende e se adapta, um cenário mais próximo do mundo real onde atacantes ajustam táticas continuamente. Para quem projeta agentes de defesa automatizada, isso sugere que avaliação contra adversários estáticos superestima a robustez real, e que simuladores como o MAL, que permitem treinar e testar ambos os lados simultaneamente, são uma ferramenta necessária -- não opcional -- para validar esse tipo de sistema antes de confiar nele em produção.