使用RAP生成可傳輸?shù)膶?duì)抗網(wǎng)絡(luò)流量

摘要： 越來(lái)越多的深度學(xué)習(xí)方法被用于解決網(wǎng)絡(luò)流量分類(lèi)任務(wù)，但同時(shí)也帶來(lái)了對(duì)抗網(wǎng)絡(luò)流量(ANT)的威脅。對(duì)抗網(wǎng)絡(luò)流量會(huì)使基于深度學(xué)習(xí)方法的網(wǎng)絡(luò)流量分類(lèi)器預(yù)測(cè)錯(cuò)誤，進(jìn)而導(dǎo)致安全防護(hù)系統(tǒng)做出錯(cuò)誤的決策。視覺(jué)領(lǐng)域的對(duì)抗攻擊算法雖然也可以運(yùn)用于網(wǎng)絡(luò)流量上產(chǎn)生對(duì)抗網(wǎng)絡(luò)流量，但是這些算法產(chǎn)生的對(duì)抗擾亂會(huì)改變網(wǎng)絡(luò)流量的頭部信息，使得網(wǎng)絡(luò)流量丟失了自己的特有屬性和信息。文中分析了對(duì)抗樣本在網(wǎng)絡(luò)流量任務(wù)和...