对抗防御的IWSN入侵检测强化模型
Intrusion Detection Reinforcement Model of Industrial Wireless Sensor Network for Adversarial Defense作者机构:江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程研究中心江苏无锡214122
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2024年第45卷第8期
页 面:1980-1986页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:工业无线传感器网络 深度学习 生成对抗网络 对抗样本 入侵检测
摘 要:针对工业无线传感器网络中基于深度学习的入侵检测易受到对抗样本影响的问题,基于生成对抗网络构建对抗防御的IWSN入侵检测强化模型.首先,受生成对抗网络原理的启发,将分类器与对抗学习结合,通过提高样本训练次数及生成样本攻击性以加大模型训练强度,达到提升模型检测性能的目的.其次,采用多层感知器构建模型的网络结构,以适应IWSN中特征独立的高维数据.同时,引入约束条件、对抗损失与Wasserstein距离改进模型的损失函数,以保证对抗训练的稳定性.在WSN_DS数据集与天然气管道数据集上进行了对比、类比与效率实验,结果表明,模型对各对抗样本的防御效果较现有方法有所提升,且具有较强的入侵攻击检测性能.