PulseAugur
中
实时 06:35:58
English(EN) PLAA: Packet-level Adversarial Attacks in Network Traffic Detection

新的PLAA方法增强了对网络入侵检测系统的对抗性攻击

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为PLAA的新方法，专门用于网络入侵检测系统（NIDS）创建对抗性攻击。与先前从计算机视觉改编攻击的方法不同，PLAA专注于生成包级特征来构建对抗性流量。这种方法确保生成的流量保持有效并保留其原始恶意语义。PLAA方法在多个NIDS模型和数据集上展示了92.78%的高逃避成功率，同时保持了对抗性流量的完整性。 AI

影响 这项研究突显了AI驱动的NIDS的漏洞，并可能促使更强大的安全措施的出现。

排序理由 该集群包含一篇详细介绍网络入侵检测系统对抗性攻击新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的PLAA方法增强了对网络入侵检测系统的对抗性攻击

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jinhao You, Zan Zhou, Shujie Yang, Yi Sun, Lei Zhang, Changqiao Xu ·

    PLAA：网络流量检测中的包级对抗性攻击

    arXiv:2606.28439v1 Announce Type: cross Abstract: Deep neural networks (DNNs) are widely applied in Network-based Intrusion Detection System (NIDS) due to their high accuracy. However, DNNs are highly susceptible to adversarial attacks, which generate malicious traffic to evade N…

相关实体

相关话题