-
题名基于GAN的对抗网络流量生成研究
- 1
-
-
作者
杨琳
林宏刚
-
机构
成都信息工程大学网络空间安全学院(芯谷产业学院)
先进密码技术与系统安全四川省重点实验室
-
出处
《计算机科学》
北大核心
2025年第S2期862-870,共9页
-
基金
国家242信息安全计划项目(2021-037)
四川省自然科学基金项目(2024NSFSC0515)。
-
文摘
对抗网络流量在设备隐私保护和网络安全等领域扮演着重要角色,然而目前对抗网络流量生成方法缺乏对质量的约束,导致生成的流量偏离原始流量特性,在实际应用中丧失其对抗能力。因此,提出一种基于GAN的对抗网络流量生成方法,改进生成器设计,以卷积神经网络提取原始流量特征的抽象表示,经基础迭代算法生成扰动,确保扰动保持原始流量的特性;优化生成器损失函数,实现生成流量与原始流量之间的最小差异;引入干扰器模块,利用网格搜索算法为扰动分配权重并优选参数组合,保证生成流量的多样性。为了综合考虑特征空间距离差异与相对变化速率对生成质量的影响,提出相对差异扰动量指标,能更准确地评估对抗网络流量与原始流量之间的差异。实验结果表明,在有效扰动范围内,相较于其他方法,该方法生成的对抗网络流量对目标分类模型保持高欺骗率的同时,产生的L∞扰动量与相对差异扰动量均更小,与原始流量的相似性更高,有效提高了对抗网络流量的生成质量。
-
关键词
生成对抗网络
对抗网络流量
相对差异扰动
相似性保持目标函数
生成质量控制
-
Keywords
Generative adversarial network
Adversarial network traffic
Relative differential disturbance
Similarity preservation objective function
Generative quality control
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于全局共享因子的混合蛙跳算法
被引量：18
- 2
-
-
作者
刘立群
王联国
韩俊英
刘成忠
火久元
-
机构
甘肃农业大学信息科学技术学院
兰州交通大学信息中心
-
出处
《计算机工程》
CAS
CSCD
2013年第10期162-166,171,共6页
-
基金
国家自然科学基金资助项目(61063028)
甘肃农业大学盛彤笙科技创新基金资助项目(GSAU-STS-1322)
-
文摘
混合蛙跳算法在进化后期收敛速度慢、优化精度低。为解决该问题,提出改进的混合蛙跳算法。引入共享因子的思想,将其分为全局共享因子和局部共享因子,分别介绍引入2类共享因子后的3种算法,对其中基于全局共享因子的混合蛙跳算法优化性能进行分析,设计算法步骤,分析算法的运行效率。实验结果表明,在全局进化次数和收敛精度分别固定的条件下,该算法在单峰值和多峰值函数寻优问题上均具有较高的收敛速度和精度,能改进混合蛙跳算法的优化性能。
-
关键词
混合蛙跳算法
全局共享因子
局部共享因子
差异扰动
指导能力
优化性能
-
Keywords
Shuffled Frog Leaping Algorithm（SFLA）
global sharing factor
local sharing factor
difference disturbance
guidancecapability
optimization performance
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
