首页> 中文期刊> 《网络与信息安全学报》 >敌对攻击环境下基于移动目标防御的算法稳健性增强方法

敌对攻击环境下基于移动目标防御的算法稳健性增强方法

         

摘要

传统的机器学习模型工作在良性环境中,通常假设训练数据和测试数据是同分布的,但在恶意文档检测等领域该假设被打破。敌人通过修改测试样本对分类算法展开攻击,使精巧构造的恶意样本能够逃过机器学习算法的检测。为了提高机器学习算法的安全性,提出了基于移动目标防御技术的算法稳健性增强方法。实验证明,该方法通过在算法模型、特征选择、结果输出等阶段的动态变换,能够有效抵御攻击者对检测算法的逃逸攻击。

著录项

  • 来源
    《网络与信息安全学报》 |2020年第4期|P.67-76|共10页
  • 作者单位

    信息工程大学网络空间安全学院 河南郑州450001数学工程与先进计算国家重点实验室 河南郑州450001;

    信息工程大学网络空间安全学院 河南郑州450001数学工程与先进计算国家重点实验室 河南郑州450001;

    信息工程大学网络空间安全学院 河南郑州450001数学工程与先进计算国家重点实验室 河南郑州450001;

    信息工程大学网络空间安全学院 河南郑州450001数学工程与先进计算国家重点实验室 河南郑州450001;

    信息工程大学网络空间安全学院 河南郑州450001数学工程与先进计算国家重点实验室 河南郑州450001;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 算法理论;
  • 关键词

    机器学习; 算法稳健性; 移动目标防御; 动态变换;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号