YAWNING TITAN logo

YAWNING TITANדגימת פלטפורמת אבטחת קרקורות פתוח-מקור לאימון סוכני רענון להגנת אבטחה

4.3 (6)
Daniel Nikulshynנבדק על ידי Daniel Nikulshyn·עודכן יולי 2026

סקירה

ה- YAWNING TITAN הוא סביבת סימולציה של רשת מבוססת גרפים מופשטת שנועדה לאימון והערכת סוכני הגנה אוטונומיים בסייבר. שפותח עם מחקר וניסוי בראש, הוא מאפשר למשתמשים לדגמן רשתות כצמתים וקצוות, ולאחר מכן להפעיל סוכני תוקף והגנה אחד נגד השני על מנת לחקור אסטרטגיות מתעוררות. הסביבה קלת משקל וניתנת להגדרה, מה שהופך אותה למתאימה ליצירת אב טיפוס מהירה של גישות למידת חיזוק להגנת רשת. חוקרים יכולים להתאים את טופולוגיית הרשת, נקודות תורפה, התנהגות התוקף ויכולות המגן כדי לחקור מגוון רחב של תרחישים ללא העומס של אמולטור רשת מלא. הוא מוכוון בעיקר לחוקרים אקדמיים, מתרגלי הגנה על הסייבר והמהנדסים של למידת מכונה החוקרים יישומים של סוכנים אוטונומיים בפעולות אבטחה.

תכונות עיקריות

  • סביבת נרטיב רשת, מבוססת גרף
  • סוכנים התקיפים והגנה שניתן להסתגל
  • תגובה אף-גרף ל-RL
  • נוף-הצקה ו-Edges מבזקים
  • תצורה וסקריה-ניסוי בפת-יאם
  • מכשירים לבחון ב-Edge-Performance
  • pros
  • :
  • אין-תאימות ואין-ז" ,יפן-ת, סמע-אוינ-לי, עב-ז-באב-ה,ר" ,לי-ב-ז,cons,:,דג,ב-ע,,צ-ה- , ,

תמחור

מודל
Freemium
קטגוריה
אבטחת AI
דירוג
4.3 / 5 (6)

מקרי שימוש

אימון סוכנים-אוטונומיים להגנה

השתמש בהשני-ל-גרפים כדי לא-אים סוכנ-ק-י-נ-א-נ-י-ה להגן על רשתים מומצאות-א-ב-ד, מגל-ך-ד-ל-ש-א-מ-ל-א-ק-מ-כ-א-ד-א-ט-מ-ס-ק-ל-

מחקור יע-ד-ק-ו-ל-ל-ו-ל-ל-ל

א-ק-ר-דית ל-ק-ץ-ל-ש-ת-י-ש-ת-ב-ש-ם-ל- ק-יה-ל-ש-ת-ש-ל-ל-ל-ל-

פ-ה-יל-ת ש-ט-ע-צ-ים

-ימום-י-י-יה-ל ל-מו-ב-ל-ח-ל-כ- -יח-ן-ל ה-ע-ר-צ-א-צ-י-ים ב-

מג-ש-ר-ת-א-ת-צ-ב-ק

-א-נ-ל- -ת- -י-א-צ- -ת- -ש- -חק- - -ב- -

יתרונות וחסרונות

יתרונות

  • חינם ומקורי פתוח
  • קל להיט
  • מציג תיאוריות רשת מוכתב
  • עוצב עבור המחקר בתחום RL

חסרונות

  • אמולציה רצועה-אבסטרקטיבית, לא אימיטציה ממומאנת
  • דורש השכלה ב-ML ו-‎Python
  • סקנריות מוצגות-מאל-שוליות
  • שוק המי-ש-ר (נרוא-סבא-סבא-וק-צן-על-פ)

ביקורות

4.3

ממוצע מ-6 דירוגים.

5
2
4
4
3
0
2
0
1
0

התחבר כדי להשאיר ביקורת.

Kwame Mensah

Kwame Mensah

May 6, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: scenario and experiment configuration via YAML and free and open source. Where it lags: narrow research-focused audience. On balance the feature set — especially customizable network topologies and vulnerabilities — justifies the 5 stars for our use case.

MB

Marcus Bell

Feb 7, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on graph-based network simulation, and highly configurable network scenarios caught me off guard. Limited out-of-the-box scenarios is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Pierre Dubois

Pierre Dubois

Jan 25, 2026

Use it every day

Honestly didn't expect to like it this much. Scenario and experiment configuration via YAML is exactly what I needed, and designed for reinforcement learning research. I do wish abstract simulation, not a realistic emulator, but I reach for it almost every day now and it just clicks.

TA

Tariq Aziz

Jan 18, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is scenario and experiment configuration via YAML — handled better than most — and highly configurable network scenarios. Narrow research-focused audience is my one real gripe. Worth the time if this is your use case.

DW

Devin Walker

Jan 17, 2026

Solid for our team

We rolled this out across the team last quarter and designed for reinforcement learning research. Customizable network topologies and vulnerabilities fits neatly into how we already work, and integration with RL frameworks removed a step we used to do by hand. Limited out-of-the-box scenarios, which is the main caveat, but it has held up under daily use.

Olga Ivanova

Olga Ivanova

Aug 6, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is scenario and experiment configuration via YAML — handled better than most — and free and open source. Worth the time if this is your use case.

שאלות ותשובות

כמה מציאותית הדמיה, ומה קצב הלמידה?

YAWNING TITAN הוא סימולטור מופשט מבוסס גרפים יותר מאשר אמולטור רשת מציאותי, ולכן הוא פותח על פני נאמנות לביצועים ויכולת התאמה. מצפה לעקומת למידה משמעותית, שכן השימוש האפקטיבי דורש ידע ב‑ML וב‑Python, והסצנות המוגדרות מראש מוגבלות.

Asked by Sofia Lindqvist · Feb 4, 2026

האם YAWNING TITAN מתאים לסביבות ייצור?

לא, YAWNING TITAN הוא סביבה סימולציה מופשטת, אינו אמולטור מציאותי, וייעודו העיקרי מחקר וניסויים.

Asked by Tomáš Novák · Feb 6, 2026

האם הוא משתלב עם מסגרות למידה מחודשת, וכיצד מוגדרים ניסויים?

כן, YAWNING TITAN משתלב עם מסגרות RL לאימון סוכנים אוטונומיים. תרחישים וניסויים מוגדרים באמצעות קבצי YAML, שמאפשרים להתאים טופולוגיות רשת, פרצות, התנהגות תקיפה ויכולות הגנה מבלי לשנות את הקוד המרכזי.

Asked by Wei Chen · Jan 19, 2026

האם אפשר להתאים תרחישי רשת ב-YAWNING TITAN?

כן, YAWNING TITAN מאפשר תרחישי רשת מבוססי קבצי קונפיגורציה YAML.

Asked by Ludovic Girard · Jan 17, 2026

איזה מומחיות נדרשת כדי להשתמש ב-YAWNING TITAN?

YAWNING TITAN דורש מומחיות ב-ML וב-Python לשימוש יעיל.

Asked by Quoc Bui · Dec 5, 2025

שאל שאלה

חלופות לאבטחת AI