针对调制分类的对抗机器学习攻击
密码学与安全
2019-09-27 v1 网络与互联网体系结构
摘要
调制分类是认知自动驾驶网络的重要组成部分。近来已提出许多基于机器学习的调制分类方法。我们评估了 9 种基于机器学习的调制分类器对强大的 Carlini & Wagner (C-W) 攻击的鲁棒性，并表明当前基于机器学习的调制分类器对对抗性机器学习样本无任何抵御作用。据我们所知，我们首次报道了应用 C-W 攻击针对多种调制分类机器学习模型生成对抗样本的结果。
引用
@article{arxiv.1909.12167,
title = {Adversarial Machine Learning Attack on Modulation Classification},
author = {Muhammad Usama and Muhammad Asim and Junaid Qadir and Ala Al-Fuqaha and Muhammad Ali Imran},
journal= {arXiv preprint arXiv:1909.12167},
year = {2019}
}