基于对抗样本的网络欺骗流量生成方法

TP393; 为了应对流量分类攻击,从防御者的角度出发,提出了一种基于对抗样本的网络欺骗流量生成方法.通过在正常的网络流量中增加扰动,形成欺骗流量的对抗样本,使攻击者在实施以深度学习模型为基础的流量分类攻击时出现分类错误,欺骗攻击者从而导致攻击失败,并造成攻击者时间和精力的消耗.采用几种不同的扰动生成方法形成网络流量对抗样本,选择LeNet-5深度卷积神经网络作为攻击者使用的流量分类模型实施欺骗,通过实验验证了所提方法的有效性,为流量混淆和欺骗提供了新的方法....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 41; no. 9; pp. 59 - 70
Main Authors 胡永进, 郭渊博, 马骏, 张晗, 毛秀青
Format Journal Article
LanguageChinese
Published 信息工程大学密码工程学院,河南郑州 450001%信息工程大学密码工程学院,河南郑州 450001 25.09.2020
郑州大学软件学院,河南郑州 450000
Subjects
网络流量混淆
网络欺骗
网络流量分类
对抗样本
深度学习
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2020166

Cover

More Information
Summary:TP393; 为了应对流量分类攻击,从防御者的角度出发,提出了一种基于对抗样本的网络欺骗流量生成方法.通过在正常的网络流量中增加扰动,形成欺骗流量的对抗样本,使攻击者在实施以深度学习模型为基础的流量分类攻击时出现分类错误,欺骗攻击者从而导致攻击失败,并造成攻击者时间和精力的消耗.采用几种不同的扰动生成方法形成网络流量对抗样本,选择LeNet-5深度卷积神经网络作为攻击者使用的流量分类模型实施欺骗,通过实验验证了所提方法的有效性,为流量混淆和欺骗提供了新的方法.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2020166