对抗样本在物理心电信号中的应用
机器学习
2021-08-23 v1 密码学与安全
信号处理
摘要
本工作旨在评估针对由机器学习算法驱动的心脏诊断系统的对抗攻击的现实性与可行性。为此，我们引入对抗心搏，即专门针对心电图（ECG）逐搏分类系统的对抗扰动。我们首先 formulate 一种为 ECG 分类神经网络模型生成对抗样本的算法，并研究其攻击成功率。接下来，为评估其在物理环境中的可行性，我们通过设计一个恶意信号发生器将对抗心搏注入 ECG 传感器读数，从而发起硬件攻击。据我们所知，我们的工作是首个在物理装置中评估 ECG 对抗样本效能的工作。我们的真实世界实验表明，对抗心搏在 2 分钟内的 40 次尝试中成功操纵诊断结果 3-5 次。最后，我们通过明确界定预期攻击者的动机与约束并结合实验结果，讨论了该攻击的整体可行性与影响。
引用
@article{arxiv.2108.08972,
title = {Application of Adversarial Examples to Physical ECG Signals},
author = {Taiga Ono and Takeshi Sugawara and Jun Sakuma and Tatsuya Mori},
journal= {arXiv preprint arXiv:2108.08972},
year = {2021}
}