计算机科学››2024,第51卷››问题(5): 363-373.数字对象标识:10.11896/jsjkx.230300153
•信息安全• 以前的文章 下一篇文章
李莎莎、邢红杰
收到:
修订过的:
在线:
出版:
关于作者:
支持单位:
摘要:基于AutoEncoder的异常检测方法只使用正常样本进行训练,因此可以有效地重建正常样本,但不能重建异常样本。此外,基于AutoEncoder的异常检测方法在受到对手攻击时,往往会得到错误的检测结果。为了解决上述问题,提出了基于对抗样本和自动编码器(RAD-ASAE)的鲁棒异常检测方法。RAD-ASAE由两个参数共享编码器和一个解码器组成。首先,对正常样本进行轻微扰动以生成对抗样本,同时使用正常样本和对抗样本对模型进行训练,以提高模型的对抗鲁棒性。其次,在样本空间中最小化对手样本的重建误差,并最小化对手样本正常样本和重建样本之间的均方误差。同时,为了提高自动编码器的重建能力,在潜在空间中最小化了正常样本和对手样本的潜在特征之间的均方误差。MNIST、Fashion MNIST和CIFAR-10的实验结果表明,与7种相关方法相比,RAD-ASAE表现出更好的检测性能。
关键词: 自动编码器, 对手样品, 异常检测, 对手进攻, 稳健性
CLC编号:
李莎莎、邢红杰。基于对抗样本和自动编码器的鲁棒异常检测[J]。计算机科学,2024,51(5):363-373。
0 / / 推荐
添加到引文管理器 尾注|样板客户经理|ProCite公司|BibTeX公司|参考Works
网址: https://www.jsjkx.com/EN/10.11896/jsjkx-230300153
https://www.jsjkx.com/EN/Y2024/V51/I5/363
引用