面向信号处理的可信机器学习设计：基于情景方法的概率攻击
机器学习
2026-02-10 v1
摘要
为了充分应对无人机系统（UAS）所表现出的各种威胁，需要专门的反无人机系统（Counter Unmanned Aircraft Systems，C-UAS）。将人工智能（AI）等新兴颠覆技术（EDTs）增强 C-UAS 可导致更有效的对策。本文应用情景方法来增强集成机器学习（ML）的 C-UAS，这是 AI 的一个子集，可提升信号处理能力。通过本文中提出的情景方法，我们将概率攻击（probability hacking）建模为一个挑战，并识别出可以实施于现有 Rule of Law 机制中以防止概率攻击的要求。这些要求加强了 C-UAS 的可信度，这些要求又输入入合理信任——人类-自主系统集成的关键——在民用和军事情境中。
引用
@article{arxiv.2602.08086,
title = {Probability Hacking and the Design of Trustworthy ML for Signal Processing in C-UAS: A Scenario Based Method},
author = {Liisa Janssens and Laura Middeldorp},
journal= {arXiv preprint arXiv:2602.08086},
year = {2026}
}
备注
6 pages, Pre-publication. Copyright 2026 IEEE. Peer Reviewed. Accepted at ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), scheduled for 3-8 May 2026 in Barcelona, Spain