新型“ConformalShift”攻击利用心电图监测中的事件重排

研究人员开发了一种名为ConformalShift的新型攻击，该攻击可以通过重排事件来操纵自适应心电图（ECG）监测系统。该攻击针对这些系统的反馈时序，有可能在不改变心电图波形或标签本身的情况下抑制关键的心跳类别。在MIT-BIH确认记录上的实验表明，ConformalShift可以抑制诸如Extra Trees和HistGradientBoosting等常用分类器的大量合格目标，其抑制率远超随机调度。研究结果突显了自适应医疗监测中存在的一个漏洞，即信息序列可能被利用来损害系统完整性。 AI

影响 凸显了人工智能驱动的医疗监测系统中潜在的漏洞，需要强大的防御措施来抵御基于时序的攻击。

排序理由 研究论文，详细介绍了针对自适应心电图监测系统的一种新型攻击方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• ConformalShift
• Extra Trees
• HistGradientBoosting

• 论文
• 安全

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