• 讲者简介
• 要解决的问题
• 项目难点
• 实验结果

强化学习在游戏和推荐系统领域取得了令人瞩目的成果。在智能WEB安全攻击系统中，我们同样将攻防对抗作为一个游戏让强化学习智能体去玩。

我们设计了绕过动作库类比于玩游戏时的操作动作，安全产品和靶机代表游戏的environment，给智能体反馈告诉它发送的数据包是否绕过防护并成功执行，智能体根据反馈和当前状态（state）来选择下一步变异动作。利用强化学习强大的决策能力来学习面对不同WAF时如何绕过防护执行攻击。