اجرا و دیباگ کد

کدی برای اجرای آن به چالش برخوردم از مدل هایز بانی بزرگ BERT و یادگیری تقویتی RL برای شناسایی آسیب پذیری های وب سایت های مختلف استفاده می کند. BERTRLFUZZER از مدل BERT به عنوان عامل اصلی در یک حلقه یادگیری تقویتی استفاده میکند. این مدل از پیش آموزش دیده شده و قادر به درک گرامر و الگوهای حمله است. فرایند کار به این صورت است که ابتدا داده های ورودی اولیه به عامل داده میشود. این ورودی ها توسط یک عامل Multi-Armed Bandit (MAB) فیلتر شده و سپس به عامل BERT-PPO ارسال میشوند. عامل BERT-PPO جهش هایی را پیشبینی میکند که احتمالاً منجر به حملات موفقی میشوند. این جهش ها در محیط تست اعمال شده و در صورت موفقیت یا شکست، سیگنال پاداش یا جریمه به عامل RL بازگردانده میشود. این حلقه چندین بار تکرار میشود تا ورودی های بهینه برای فازینگ تولید شوند هدف من از ارائه این پروژه اجرای و تست کد است. لینک گیت پروژه https://github.com/piyush-J/BERTRLFuzzer