用于空中接口频谱投毒攻击的对抗深度学习

提出一种对抗深度学习方法以发起空中接口频谱投毒攻击。发射机对其频谱感知结果应用深度学习来预测用于数据传输的空闲时隙。与此同时， adversary通过构建另一个深度神经网络来预测传输何时会成功，从而学习发射机的行为（探索性攻击）。adversary在发射机的短频谱感知期内进行传输，从而在空中接口上伪造（毒化）发射机的频谱感知数据。根据发射机是将感知结果作为测试数据做出传输决策，还是作为训练数据重新训练其深度神经网络，要么发射机被误导做出错误决策（规避攻击），要么发射机的算法被错误重训以用于未来决策（因果攻击）。与干扰长数据传输时段相比，两种攻击均节能且难以检测（隐蔽），并大幅降低吞吐量。为发射机设计了一种动态防御，其故意进行少量错误传输（由信道分类的置信度分数选定）以操纵adversary的训练数据。该防御有效欺骗adversary（若存在），并帮助发射机在有或无adversary存在时维持其吞吐量。