09:40
官方账号arXiv cs.LG@Khushnaseeb Roshan
推荐理由：这篇论文用对抗训练加高斯增强，把NIDS被FGSM攻击后的26%准确率拉回96%，实测有效。
C&W
共 1 条相关 AI 资讯
7月21日
09:40
该论文提出一种混合防御机制，结合对抗训练（AT）和高斯数据增强（GDA），以抵御快速梯度符号法（FGSM）和Carlini & Wagner（C&W）两种白盒对抗攻击。未防御时，NIDS在FGSM和C&W攻击下的准确率分别降至0.2649和0.4961。应用混合防御后，准确率提升至96.57%和89.20%。实验在epsilon和置信噪声因子0.0001至0.0009范围内进行评估。