科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，网络测量在评估网络状态、提高网络自适应能力方面取得较好表现，广泛运用于网络管理中。然而，目前的大规模网络中存在异常行为导致的网络流量数据污染问题。例如，自治系统中的恶意节点通过伪造恶意流量数据来故意操纵网络指标，影响网络测量，误导下游任务决策。基于此，本文首先提出完整性干扰攻击方法，通过修改流量矩阵的最小代价，利用多策略干扰生成器生成恶意扰动流量的攻击策略，实现干扰流量测量的目的。然后，通过提供一种混合对抗训练策略，设计在网络中抵御此类攻击的防御方法，实现流量测量模型的安全加固。实验中对攻击目标进行了相应的限定，验证了完整性干扰攻击在受限场景下的攻击有效性。并通过混合训练的方式进行对比实验，验证了常规模型的加固方法来提升模型的鲁棒性。
- 单位
