网络安全研究人员发现新型Linux规避工具RingReaper，该工具利用io_uring内核特性绕过EDR系统，实施隐蔽攻击，减少可审计事件，完全隐身于现有安全监测中，提醒安全团队加强对io_uring的监控。

本文研究了恶意篡改成本信号下的强化学习，通过对 Q-learning 的研究，证明了其在隐蔽攻击和成本信号有限篡改下仍能收敛。提出了鲁棒的代价区间，给出了关于篡改代价的条件，最后通过案例研究展示了强化学习的潜在危险。