基于对抗机器学习的物联网部分模型攻击
信号处理
2020-07-13 v2 机器学习
摘要
随着物联网（IoT）成为互联网下一合乎逻辑的发展阶段，理解 IoT 系统在支撑多样应用时的脆弱性已变得必不可少。由于机器学习已应用于众多 IoT 系统，需遵循对抗机器学习方法研究机器学习的安全影响。本文中，我们提出一种基于对抗机器学习的部分模型攻击，通过仅控制一小部分感知设备，在 IoT 的数据融合/聚合过程中实施。数值结果证明了该攻击在有限控制 IoT 设备下破坏数据融合中决策的可行性，例如当攻击者仅篡改 20 个 IoT 设备中的 8 个时，攻击成功率达 83%。这些结果表明，即便攻击者仅操纵一小部分 IoT 设备，IoT 系统的机器学习引擎也极易受攻击，且这些攻击的后果会严重扰乱 IoT 系统运行。
引用
@article{arxiv.2006.14146,
title = {Adversarial Machine Learning based Partial-model Attack in IoT},
author = {Zhengping Luo and Shangqing Zhao and Zhuo Lu and Yalin E. Sagduyu and Jie Xu},
journal= {arXiv preprint arXiv:2006.14146},
year = {2020}
}