PulseAugur
中
实时 10:47:25
English(EN) FlowGuard: Flow Matching for Identity-Independent Detection of Data-Free Model Stealing Attacks on Energy System Intrusion Detection Systems

FlowGuard防御阻止了能源系统中的AI模型窃取

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了FlowGuard，这是一种针对能源基础设施中基于AI的入侵检测系统的无数据模型窃取攻击的新型防御方法。该方法使用流匹配来识别恶意查询，在它们到达入侵检测系统之前将其视为分布外查询。FlowGuard利用了模型窃取的合成查询比合法网络流量占据更低维流形，导致在由基于真实数据训练的连续归一化流处理时具有较低的对数似然性的原理。该防御方法在各种攻击场景下（包括分布式Sybil攻击）都表现出稳定的检测率，而无需身份信息。 AI

影响 通过提供一种新颖的防御模型提取的方法，增强了关键基础设施中AI系统的安全性。

排序理由 这是一篇详细介绍针对AI模型窃取攻击的新防御机制的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Maxime Schwarzer, Laurin Holz, Tobias Huerten, Johannes Loevenich, Thies Moehlenhof, Roberto Rigolin F. Lopes, Veit Hagenmeyer ·

    FlowGuard：用于无数据模型窃取攻击的流匹配，针对能源系统入侵检测系统，且与身份无关

    arXiv:2606.03430v1 Announce Type: cross Abstract: Artificial Intelligence (AI)-based Intrusion Detection Systems (IDS) deployed in energy infrastructure are vulnerable to model theft attacks, which allow adversaries to create evasive traffic offline. Current defences against mode…

相关实体

相关话题