典型文献
基于对抗深度学习的物联网安全检测方法
文献摘要：
文中提出了一种提高深度学习模型对抗样本攻击鲁棒性的网络入侵检测方法.对比了4种不同对抗样本生成技术在两种不同类型攻击上的表现,从归一化的特征空间来评估网络的安全性.将传统的手工固定阈值进行回归模型学习,通过后处理变换转变为自适应阈值.利用弹性网络方法进行对抗样本生成和网络入侵检测优化,在尽可能小的输入扰动下实现混淆入侵检测系统的分类,增强鲁棒性.
文献关键词：
物联网安全;网络入侵检测;对抗样本生成;自适应阈值
中图分类号：
作者姓名：
胡声秋;李友国;高渊;吴玲丽
作者机构：
中国移动通信集团重庆有限公司,重庆401121
文献出处：
引用格式：
[1]胡声秋;李友国;高渊;吴玲丽-.基于对抗深度学习的物联网安全检测方法)[J].电子设计工程,2022(11):50-54,59
A类：
B类：
物联网安全,安全检测,高深,深度学习模型,对抗样本攻击,网络入侵检测,入侵检测方法,同对,对抗样本生成,生成技术,特征空间,固定阈值,模型学习,过后,自适应阈值,弹性网络,入侵检测系统
AB值：
0.275772
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
