confronting the reproducibility crisis：面向网络安全 AI 的挑战案例研究

在快速发展的网络安全领域，确保 AI 驱动研究的可重复性对于维护安全系统的可靠性和完整性至关重要。本文聚焦于网络安全 AI 领域对抗鲁棒性——即致力于防御深度神经网络免受恶意扰动的关键领域——所面临的可重复性危机。通过详细案例研究，我们尝试使用 VeriGauge 工具链验证先前工作中关于认证鲁棒性的结果，揭示了由于软件和硬件不兼容、版本冲突以及过时等问题带来的重大挑战。我们的发现强调，为确保在关键网络安全应用中部署的 AI 模型可重复性，迫切需要标准化方法、容器化和全面文档。通过应对这些可重复性挑战，我们旨在为更广泛的网络安全 AI 研究社区作出贡献，以增强对抗高级持久性威胁、提升网络和物联网安全以及保护关键基础设施的努力。本工作倡导研究社区致力于优先考虑可重复性，以强化未来网络安全进步的基础。