Web安全之强化学习与GAN

本书面向信息安全从业人员、大专院校计算机相关专业学生以及信息安全爱好者、机器学习爱好者，对于想了解人工智能的CTO、运维总监、架构师，本书同样也是一本不错的科普书籍。如果看完本书，可以让读者在工作学习中遇到问题时想起一到两种算法，那么我觉得就达到效果了；如果可以让读者像使用printf一样使用SVM、朴素贝叶斯等算法，那么这本书就相当成功了。

这是一本不错的科普书籍。本书以AI安全为核心，通过AI设备的安全问题、AI模型可以被欺骗的问题、恶意程序的定义及类型、恶意程序免杀技术的基础方法等关键内容点，深入探讨了AI技术在安全领域的应用与挑战。 书中详细介绍了AI设备的安全问题，包括AI家居设备和AI设备的安全问题。同时，书中还介绍了AI模型可以被欺骗的问题，例如，通过对熊猫照片的微小修改，机器学习模型可能会被欺骗，误判为长臂猿。这种攻击方式被称为对抗性攻击，攻击者可以通过精心构造的微小调整，使得机器学习模型接受并做出错误的分类决定。 在恶意程序的定义及类型方面，书中详细介绍了木马、病毒、蠕虫等，其中网络蠕虫程序是一种使用网络连接从一个系统传播到另一个系统的感染病毒程序。在恶意程序免杀技术的基础方法方面，书中详细介绍了如何通过修改恶意程序，使其在杀毒软件面前不被检测出来。 此外，书中还详细介绍了Gym-Malware框架，这是一个自动化针对恶意程序进行免杀处理的框架。它基于OpenAI Gym和Keras-rl开发，主要由DQNAgent、MalwareEnv、interface、MalwareManipulator和PE