论文阅读笔记20230219

Deep Reinforcement Fuzzing (SPW 2018)

本文通过使用马尔可夫决策过程（Markov Decision Processes）的概念，将Fuzzing形式化成一个强化学习（Reinforcement Learning）的过程。这使得我们可以应用现有的Deep Q-learning算法来优化奖励（Rewards）。

通过Markov Decision Processes将Fuzzing模型化的结构如下图所示。

论文代码未开源。