面向网络入侵检测数据的对抗样本生成方法

解滨^1,2,3(),李清扬¹,董新玉^1,2

1. 河北师范大学计算机与网络空间安全学院，河北 石家庄 050024
2. 河北师范大学河北省网络与信息安全重点实验室，河北 石家庄050024
3. 河北师范大学供应链大数据分析与数据安全河北省工程研究中心，河北 石家庄 050024

收稿日期:2020-06-19出版日期:2021-03-20发布日期:2021-03-16

作者简介:解滨(1976—)，男，博士，教授，研究方向为粒计算、机器学习、信息安全. E-mail: xiebin_hebtu@126.com
基金资助:国家自然科学基金资助项目(62076088);河北省自然科学基金资助项目(A2018205103);河北师范大学技术创新项目(L2020K09)

Adversarial examples generation method for network intrusion detection data

Bin XIE^1,2,3(),Qing-yang LI¹,Xin-yu DONG^1,2

1. College of Computer and Cyber Security, Hebei Normal University, Shijiazhuang, 050024, Hebei, China
2. Hebei Provincial Key Laboratory of Network & Information Security, Hebei Normal University, Shijiazhuang, 050024, Hebei, China
3. Hebei Provincial Engineering Research Center for Supply Chain Big Data Analytics & Data Security, Hebei Normal University, Shijiazhuang, 050024, Hebei, China

Received:2020-06-19Online:2021-03-20Published:2021-03-16

摘要/Abstract

摘要： 选用Deepfool以及JSMA(jacobian-based saliency map attack)算法，在攻击特征中加入不影响攻击特性的定向扰动，通过白盒攻击生成对抗样本。通过实现扰乱检测模型的判断，从而躲过特征检测，为入侵检测模型提升自身鲁棒性提供了更为丰富的训练样本。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3415