基于机器学习的恶意文档检测技术被大量应用,其基于特征的检测方式很容易被攻击者精心构造的特征所欺骗,从而达到使分类器错误分类的效果。利用生成式对抗网络(GAN)可以在与检测器对抗的过程中,不断学习检测器的检测规则,不断降低检测器的准确性,从而生成可以逃逸检测器检测的对抗样本。实验结果表明,在五种黑盒分类器上的攻击的成功率达到了98%以上,生成的对抗样本具有较好的逃逸性能。
科研之友
微信
新浪微博
Facebook
分享链接
