盲对抗网络扰动
密码学与安全
2020-02-18 v1 机器学习
摘要
深度神经网络（DNN）常用于各种流量分析问题，如网站指纹识别和流关联，因为它们大幅优于传统（如统计）技术。然而，深度神经网络已知易受对抗样本攻击：由于微小的对抗扰动，模型输入被模型错误标注的对抗性输入。在本文中，我们首次表明， adversary 可以通过在实时网络流量的模式上施加对抗扰动来击败基于 DNN 的流量分析技术。
引用
@article{arxiv.2002.06495,
title = {Blind Adversarial Network Perturbations},
author = {Milad Nasr and Alireza Bahramali and Amir Houmansadr},
journal= {arXiv preprint arXiv:2002.06495},
year = {2020}
}