针对基于深度学习的无线电信号分类的对抗攻击
信息论
2018-08-24 v1 密码学与安全
机器学习
信号处理
math.IT
机器学习
摘要
深度学习（DL）尽管在许多计算机视觉与语言处理应用中取得了巨大成功，却极易受到对抗攻击。我们考虑将 DL 用于无线电信号（调制）分类任务，并给出在该应用中构造白盒与通用黑盒对抗攻击的实用方法。我们表明，这些攻击能以极小的输入扰动大幅降低分类性能。特别地，这些攻击比经典的干扰攻击威力显著更强，这引发了在无线物理层使用基于 DL 的算法时的安全性与鲁棒性担忧。
引用
@article{arxiv.1808.07713,
title = {Adversarial Attacks on Deep-Learning Based Radio Signal Classification},
author = {Meysam Sadeghi and Erik G. Larsson},
journal= {arXiv preprint arXiv:1808.07713},
year = {2018}
}
备注
4 pages