強化学習は、マルウェアの事後調査を自動化し、進化する脅威への適応性を高める可能性を秘めているが、その有効性を最大限に引き出すには、報酬システム、特徴抽出、および従来のフォレンジック手法との統合に関するさらなる最適化が必要である。