1.普通惡意軟件攻擊--------------->普通惡意軟件檢測(cè)模型 -————>使用強(qiáng)化學(xué)習(xí)技術(shù)對(duì) 惡意軟件進(jìn)行升級(jí)以此來免殺—————>使用升級(jí)版的軟件再次來訓(xùn)練惡意軟件檢測(cè)模型
2.XSS腳本攻擊 --------------------->xss腳本防御模型-------->使用強(qiáng)化學(xué)習(xí)對(duì)xss腳本進(jìn)行升級(jí)以此來繞過腳本防御----->使用升級(jí)版的腳本再次來訓(xùn)練xss腳本防御模型

3.如何從惡意軟件（PE）中提取特征：

• 字節(jié)直方圖
• 字節(jié)熵直方圖
• 文件頭信息
• 輸出文件

4.強(qiáng)化學(xué)習(xí)算法有哪些

• sasha(薩沙)算法（狀態(tài)，動(dòng)作空間都有限）
• Q learning（狀態(tài)和動(dòng)作空間都有限）
• DQN(狀態(tài)空間是連續(xù)的無限的，動(dòng)作空間是離散的有限的 用網(wǎng)絡(luò)來表示一個(gè)近似函數(shù)表示，輸入是狀態(tài)，輸出使各個(gè)動(dòng)作的Q值)

5.keras-rl算法對(duì)上面提到的的強(qiáng)化學(xué)習(xí)算法進(jìn)行封裝為一個(gè)智力體對(duì)象，智力體對(duì)象的常用api 有

• fit(訓(xùn)練)
• test（測(cè)試）
• compile(編譯)

6.對(duì)深度學(xué)習(xí)模型的攻擊
深度學(xué)習(xí)的訓(xùn)練過程是在迭代中不斷調(diào)整模型的參數(shù)，深度學(xué)習(xí)的攻擊是不斷調(diào)整圖像參數(shù)，以此來是深度學(xué)習(xí)模型判別失誤，最終得到對(duì)抗圖像。常見的深度學(xué)習(xí)模型攻擊方法有：

• 基于梯度上升的模型攻擊
• 基于FGSM（fast gradient sign method）的模型攻擊