-
题名基于多目标演化优化的SVM对抗仿真测试算法
- 1
-
-
作者
李飞行
邢立宁
周宇
-
机构
中国飞行试验研究院
西安电子科技大学电子工程学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2024年第9期2016-2031,共16页
-
基金
陕西省重点科技创新团队项目(2023-CX-TD-07)
陕西省重点研发计划(2024GH-ZDXM-48)。
-
文摘
机器学习通常从数据中挖掘潜在的模式与规则,容易受到数据的影响而产生诸如过拟合、欠拟合等现象,进而影响学习模型的泛化与鲁棒性能。从对抗仿真测试的角度考察SVM可能存在的脆弱不稳定性,采用的对抗仿真策略是通过选择性地污染训练样本标签,模拟攻击SVM分类器使其性能退化,以测试其对训练样本的依赖性。为探究SVM分类器在不同样本组合攻击下的性能损失上限,设计了最小攻击代价-最大攻击成效这一对矛盾目标,构建了SVM仿真测试的多目标优化模型。该模型本质上是一种典型的多目标组合优化问题,可采用适当的多目标演化算法求解目标间的一组非支配解集,揭示分类器在不同样本组合攻击下的分类性能表现。在人工及真实数据集上的仿真对比实验结果表明:所提方法能够一次性生成不同攻击水平下的最优攻击样本组合,取得最大的分类性能损失,更能全面测试SVM分类器性能的稳定性。
-
关键词
对抗仿真测试
污染标签
支持向量机
性能损失
多目标优化
非支配解集
-
Keywords
adversarial simulation testing
label contamination
SVM
performance degradation
multiobjective optimization
non-dominated solutions
-
分类号
TP306.2
[自动化与计算机技术—计算机系统结构]
-
-
题名一种有效抗污染攻击的混合网络编码方案
- 2
-
-
作者
王雅旋
林喜军
曲海鹏
-
机构
中国海洋大学信息科学与工程学院
-
出处
《信息网络安全》
CSCD
北大核心
2019年第5期69-76,共8页
-
基金
国家自然科学基金[61827810]
国家重点研发计划[2016YFB1001103]
-
文摘
密码学研究者们使用同态签名或同态MAC方案来保障网络编码环境中消息的完整性。然而,随着数据量的增加,同态签名方案的计算开销越来越大;同态MAC方法虽然能够有效地节省计算开销,但是存在标签污染和代间污染问题。为了更有效地保障网络编码中消息的完整性,提高系统的性能,文章提出一种结合同态MAC方案和同态签名方案的混合网络编码方案,利用同态MAC方案为传输的数据包生成一个标签集合,然后对标签集合进行签名。在方案设计中引入了消息的代标识符,中间节点可以依据消息的代标识符对来自同一代消息的数据包进行网络编码。中间节点通过对签名和标签的双重验证来及时发现并丢弃受污染的数据包。经过安全分析,该方案实现了同时抵抗数据污染、标签污染和代间污染三种污染攻击的功能。
-
关键词
网络编码
标签污染
代间污染
同态MAC
同态签名
-
Keywords
network coding
tag pollution
intergenerational pollution
homomorphic MAC
homomorphic signature
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
