{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,7,6]]，“日期-时间”：“2024-07-06T05:54:32Z”，“时间戳”：1720245272333}，“参考-计数”：44，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[[2024,2,1]]，”日期-时间“：”2024-02-01T00:00:00 0:00Z“，”时间戳“：1706745600000}，”内容-版本“：“tdm”，“延迟天数”：0，“URL”：“https://www.elsevier.com/tdm\/userlicense\/1.0\/”｝，｛“开始”：｛“日期部分”：[[2024,2,1]]，“日期时间”：“2024-02-01T00:00:00Z”，“时间戳”：1706745600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-017”｝，｛“开始”：｛“日期部分“：[[2024,2,1]]，”日期-时间“：”2024-02-01T00:00:00Z“，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timetamp”：170 674560000}，\\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”:“2024-01-01T00:00Z”，”timestamp“1706745700000}”，“content-version”：“st m-asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100012166”，“名称”：“国家重点研发计划”，“DOI-asserted-by”：“出版商”，“奖项”：[“2022YFB4500900”]}，{“DOI”：”10.13039\/501100002855“，“名称“：”中华人民共和国科学技术部“，”DOI-assert-by“：”publisher“}]，“内容域”：{“domain”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Computers&Security”]，”published-print“：{“date-parts”：[[2024,2]}，”DOI“：”10.1016\/j.cose.2023.103644“，”type“：”journal-article“，”created“：{“date-ports”：[2023,12,10]]，“date-time”：“2023-12-10T02:15:31Z”，“timestamp”：170 2174531000}，“页面”：“103644”，“update-policy”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：6，“title”：[“增强基于深度学习的入侵检测系统对抗性鲁棒性的简单框架”]，“前缀”：“10.1016”，“卷”：“137”，“作者”：[{“给定”：“Xinwei”，“家族”：“Yuan”，“序列”：“first”，“从属关系”：[]}，{“given”：“Shu”，“family”：“Han”，“sequence”：“additional”，“affiliation”：[]}，{“ORCID”：”http://\/ORCID.org\/00000-0003-1418-6267“，“authenticated-ORCID”：false，“giving”：“Wei”，“家庭”：“Huang”，”sequence“：”additional“，”affiliance“：[]{”given“give”：long“，”family“：”Kong“，”sequence“：“additional”，“affiliation”：[]｝，｛“given”：“Fan”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“78”，“reference”：[｛“issue”：“1”，“key”：“10.1016\/j.cose.2023.103644_br0010”，“article title”：“网络入侵检测系统：机器学习和深度学习方法的系统研究”，“volume”：“32”，“author”：“Ahmad”，“year”：“2021”，“journal-title”：“Trans.Emerg.Telecommun.Technol.”}，{“issue”：“2”，“key”：“10.1016\/j.cose.2023.103644_br0020”，“first-page”：“778”，“article-title“：“K-means、KNN和EM非监督机器学习方法在网络流分类中的初步性能评估”，“volume”:“6”，“author”：“Alalousi”，“year”：“2016”，“journal-ttitle”：“国际电子计算系统工程”}，{“key”：“10.1016\/J.cose.2023.103644_br0030”，“doi-asserted-by”：“crossref”，“doi”：“101016\/J.eswa.2021.115782”，“article-title”：“网络入侵检测系统中的对抗性机器学习”，“volume”：”186“，”author“：”Alhajjar“，”year“：”2021“，”journal-title“：”Expert Syst.Appl.“}，}”key“”：“10.1016\/j.cose.2023.103644_br0050”，“series-title”：“第21届ACM SIGKDD国际知识发现与数据挖掘会议论文集”，“首页”：“29”，“article-title”：“估计局部内在维度”，“author”：“Amsaleg”，“year”：“2015”}，{“key”：：“机器学习国际会议”，“首页”：“274”，“文章标题”：“模糊梯度给人一种虚假的安全感：绕过对抗性示例的防御”，“作者”：“Athalye”，“年份”：“2018”}，{“key”：“10.1016\/j.cose.2023.103644_br0080”，“author”：“Ballet”}、{“密钥”：“101016\/j.cose.2023.103644_br 0100”，”series-title“：“2017 IEEE安全与隐私研讨会（SP）”，“首页”：“39”，“article-title”：“评估神经网络的鲁棒性”，“author”：“Carlini”，“year”：“2017”}，{“key”：“10.1016\/j.cose.2023.103644_br0110”，“series-title”：《第十届ACM人工智能与安全研讨会论文集》：“对手示例不容易检测：绕过十种检测方法”，“author”：“Carlini”，“year”：“2017”}，{“issue”：“2”，“key”：“10.1016\/j.cose.2023.103644_br0120”，“doi-asserted-by”：“crossref”，“first page”：”650“，“doi”：“101109\/TSP.2009.2031722”，《article-title》：“局部内禀维度估计及其应用”，“volume”：：“58”，“author”：“Carter”，“year”：“2009”，“journal-title”：“IEEE Trans.Signal Process.”}，{“issue”：“3”，“key”：“10.1016\/j.cose.2023.103644_br0130”，“doi-asserted-by”：“crossref”，“first page”：”542“，“doi”：“101109\/TNN.2009.2015974”，“article-title“：”半监督学习“，”volume“：”20“，”author“：”Chapelle“，“year:”2009《新闻标题》：“IEEE Trans.Neural Netw。“}，{”key“：”10.1016\/j.cose.2023.103644_br0140“，”series-title“：”2021 IEEE计算智能（SSCI）研讨会系列“，”首页“：”01“，”article-title“：“对抗性技术对抗网络安全深度学习”，”author“：”Clements“，”year“：”2020“}10.1016\/j.cose.2023.103644_br0160“，“series-title”：“第二十二届ACM SIGSAC计算机与通信安全会议论文集”，“首页”：“1322”，“article-title”：“利用可信度信息和基本对策的模型反转攻击”，“author”：“Fredrikson”，“year”：“2015”}，{“key”：series-title“：“2017年国防会议传感器信号处理（SSPD）”，“首页”：“1”，“文章标题”：“网络入侵和网络攻击检测的支持向量机”，“作者”：“Ghanem”，“年份”：“2017”}，{“key”：“10.1016\/j.cose.2023.103644_br0190”，“series-ttle”：“2022年IEEE国际人工智能与计算机应用会议（ICAICA）”，“首页”：“521”，“文章标题”：“基于局部余弦相似性的对抗性检测”，“作者”：“Guan”，“年份”：“2022”｝，｛“密钥”：“10.1016\/j.cose.2023.103644_br0200”，“作者”：“Guo”｝，｛“密钥”：“10.1016\/j.cose.2023.103644_br0210”，“系列标题”：“2020 IEEE网络功能虚拟化和软件定义网络（NFV-SDN）会议”，“首页”：“37”，“文章标题”：“增强对网络入侵检测系统中对抗性示例的鲁棒性”，“作者”：“Hashemi”，“年份”：“2020”}，{“问题”：“1”，“关键”：“10.1016\/j.cose.2023.103644_br0220”，“doi-asserted-by”：“crossref”第一页“：”538“，”DOI“：”10.1109\/COMST.2022.3233793“，”文章标题“：”网络入侵检测系统的对抗性机器学习：综合调查“，”卷“：”25“，”作者“：”何“，”年份“：”2023“，“新闻标题”：“IEEE Commun。Surv公司。导师。“}，{”key“：”10.1016\/j.cose.2023.103644_br0230“，”series-title“：”人工智能安全与保障“，”first page“：“99”，”article-title“：“物理世界中的对抗性示例”，”author“：”Kurakin“，”year“：”2018“}”，{“key”：“10.1016\\j.cose.2023.103644_br 0240”，”series-title”：“知识发现和数据挖掘的进展：第26届太平洋亚洲会议，会议记录，第三部分“，“第一页”：“79”，“文章标题”：“May.Idsgan:生成对抗入侵检测攻击的对抗网络”，“author”：“Lin”，“year”：“2022”}，{“key”：“10.1016\/j.cose.2023.103644_br0250”，“author”:“Ma”}、{“key”：10.1016\/j.cose.2023.103644_br0260“，“series-title”：“国际机器学习大会”，“首页”：“3355”，“文章标题”：“带噪声标签的维度驱动学习”，“作者”：“Ma”，“年份”：“2018”}，{“key”：“10.1016\\j.cose.2023.103644_br 0270”，“author”：“Madry”}、{“key”：”10.1016//j.cose.2023.03644~br0280“，”author“Metzen”}，{“键”：10.1016\/j.cose.2023.103644_br0290“，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“2574”，“article-title”：“Deepfool:愚弄深度神经网络的简单而准确的方法”，“author”：“Moosavi-Dezfouli”，“year”：“2016”}，{“key”：IEEE计算机视觉和模式识别会议记录”，“首页”：“427”，“文章标题”：“深度神经网络很容易被愚弄：无法识别图像的高置信度预测”，“作者”：“Nguyen”，“年份”：“2015”}，{“键”：“10.1016\/j.cose.2023.103644_br0310”，“作家”：“Papernot”}10.1016\/j.cose.2023.103644_br0320“，“article-title”：“对称特征值问题”，“author”：“Parlett”，“year”：“1998”，“journal-tittle”：“Soc.Ind.Appl。数学。“}，{”key“：”10.1016\/j.cose.2023.103644_br0330“，”series-title“：”对抗入侵检测分类器的对抗性深度学习“，”author“：”Rigaki“，”year“：”2017“}”，{“key”：“10.1016\/j.cose.2023.103644_br 0340”，“series-ttle”：“计算、分析和网络的进展：2017年ICCAN会议录”，“首页”：“753”，“article-title”：”使用数据挖掘技术对入侵检测进行分类“，”author“：”Sahani“，”year“：”2018“}，{”key“：”10.1016\/j.cose.2023.103644_br0350“，”first-page“：”1“，”article-title“：”网络入侵检测系统的对抗性示例“，”author“:”Shetsley“，”year“：10.1016\/j.cose.2023.103644_br0360“，“series-title”：“IEEE\/CVF国际计算机视觉会议论文集”，“首页”：“16423”，“文章-标题”：“低曲率激活减少对抗训练中的过拟合”，“作者”：“Singla”，“年份”：“2021”}，{“key”：“10.1016//j.cose.2023.103644_br 0370”，“series-标题”2019 IEEE安全与隐私研讨会（SPW）”，“首页”：“1”，“文章标题”：“关于深k近邻的稳健性”，“作者”：“Sitawarin”，“年份”：“2019”}，{“密钥”：“10.1016\/j.cose.2023.103644_br0390”，“作家”：“Szegedy”}2009 IEEE安全与防御应用计算智能研讨会”，“首页”：“1”，“文章标题”：“KDD CUP 99数据集的详细分析”，“作者”：“Tavallaee”，“年份”：“2009”}，{“密钥”：“10.1016\/j.cose.2023.103644_br0410”，“作家”：“Tram\u00e8r”}，{“issue“：”2“，”key“：”10.1016\/j.cose.2023.103644_br0430“，”doi-asserted-by“：”crossref“，”first page“：“1139”，“doi”：“10.1109\/TDSC.2022.3148990”，“article-title”：“Manda:on partial example detection for network intrusion detection system”，“volume”：“20”，“author”：“Wang”，“year”：“2022”，“journal-title“：”IEEE Trans。可靠安全的计算机。“}，{”key“：”10.1016\/j.cose.2023.103644_br0440“，”doi-asserted-by“：”crossref“，”first-page“：”38367“，”doi“：”101109\/ACCESS.2018.2854599“，”article-title“：”Deep-learning-based intrusion detection with parties“，”volume“：“6”，”author“：”Wang“，”year“：”2018“，”journal title“：“IEEE ACCESS”}，”{“key”：“10.1016\\j.cose 2023.10364 4_b r0450“，”doi-asserted-by“：”crossref“，”first-page“：”41238“，”DOI“：”10.1109\/ACCESS.2018.2858277“，”article-title“：”通过堆叠稀疏自动编码器有效提取特征以改进入侵检测系统“，”volume“：”6“，”author“：”Yan“，”year“：”2018“，”journal-title”：“IEEE ACCESS”}，{“key”：“10.1016\/j.cose.2023.103644_br0460”，“series-title”：”MILCOM 2018-2018 IEEE军事通信会议（MILCOM）“，“首页”：“559”，“文章标题”：“针对基于深度学习的网络入侵检测系统的对抗性示例”，“作者”：“杨”，“年份”：“2018”}，{“密钥”：“10.1016\/j.cose.2023.103644_br0470”，“论文标题”：通过建模深层神经网络的固有属性对对手攻击进行稳健检测”，“卷”：“31”，“作者”：“郑”，“年份”：“2018年”，“新闻标题”：“高级神经信息处理”。系统。“｝，｛”key“：”10.1016\/j.cose.2023103644_br0480“，”文章标题“：”本地和全球一致性学习“，”卷“：”16“，”作者“：”周“，”年份“：”2003“，”期刊标题“：”高级神经网络信息处理系统“｝，｛”key“：”10.1016\/j.cose.2023103644_br0490“，”系列标题“：”第20届国际机器学习大会论文集（ICML-03）“，”首页“：”912“，”article-title“：”使用高斯场和调和函数的半监督学习“，”author“：”Zhu“，”year“：”2003“}]，”container-title”：[“Computers&Security”]，”original-title：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S016740482300539？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S016740482300539？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[2023,12,28]]，“date-time”：”2023-12-28T15:45:45Z“，”timestamp“：1703778345000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S016740482305539“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2024,2]]}，《references-count》：44，“alternative-id”：[“S0167404282305539”]，“URL”：“http://\/dx.doi”org\/10.1016\/j.cose.2023.103644“，”关系“：{}，”ISSN“：[”0167-4048“]，”issn-type“：[{”value“：”0167-4038“，”type“:”print“}]，”subject“：[]，”published“：{”date-parts“：[[2024,2]]}，”assertion“：[[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“一个简单的框架，用于增强基于深度学习的入侵检测系统的对抗健壮性”，“名称”：“articletite”，“label“：”Article Title“}，{“value”：“Computers&Security”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“：”https:\/\/doi.org\/10.1016\/j.cose.2023.103644“，”name“：”articlelink“，”label“:”CrossRef doi link to publisher maintained version“}、{“value”：“Article”、“name”“：”content_type“，”标签“：”content-type“}”，{”value“:”\u00a9 2023 Elsevier Ltd。保留所有权利。“，”name“：”copyright“，”label“：”copyright“｝]，”文章编号“：”103644“｝｝