检索结果-南通市图书馆

检索条件"主题词=元对抗扰动"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

非完备信息下通信信号调制识别的攻击算法研究

非完备信息下通信信号调制识别的攻击算法研究

引用

作者：曹锰西安电子科技大学

学位级别：硕士

基于深度学习的调制识别技术在特征提取和识别方面具有很大优势。然而,由于深度神经网络的脆弱性,基于深度神经网络的自动调制识别模型容易受到攻击。攻击主要可以分为完备信息攻击和非完备信息攻击两类。完备信息攻击是已知网络模型内... 详细信息

基于深度学习的调制识别技术在特征提取和识别方面具有很大优势。然而,由于深度神经网络的脆弱性,基于深度神经网络的自动调制识别模型容易受到攻击。攻击主要可以分为完备信息攻击和非完备信息攻击两类。完备信息攻击是已知网络模型内部详细信息,非完备信息攻击未知。显然,与完备信息攻击相比,非完备信息攻击在现实环境中更实用,严重影响了深度学习的鲁棒性。同时,尽管现如今非完备信息对抗攻击已经取得了巨大进步,但是目前非完备信息攻击算法还存在对抗样本迁移性普遍较差,访问目标模型次数较多,面对目标模型分类任务改变时不能快速生成对抗样本等缺点,为了克服这些算法的缺陷,本文对通信信号调制识别分类中的非完备信息对抗攻击技术进行研究。具体研究内容如下:(1)提出一种非完备信息下通信信号调制识别的迁移对抗算法,该算法具体分为三个算法,首先,并行构建多个替代非完备信息网络的模型,并设计使用基于先验知识矩阵的进化策略算法训练这些替代模型,基于先验知识矩阵的进化策略算法属于数据增强算法一种,区别于传统基于雅可比增强算法,该算法使得在拟合替代模型的决策边界时对获取目标模型的输出次数大大减少;进一步,根据已训练完毕的多个替代模型生成一个集成网络模型,并特征级加权融合设计集成模型的全连接层;最后,设计面向通信信号调制识别任务的优化对抗算法,在集成模型下生成对抗样本,并将该对抗样本迁移至非完备信息网络,实现该非完备信息网络的对抗。本算法可以有效实现未知网络模型信息时对该网络的对抗,且在同一个信号识别任务、不同网络结构条件下仍然具有良好的迁移对抗性能。所提方法通过仿真测试表明,在大幅降低目标模型访问量的前提下拟合目标模型的决策边界更加准确,同时所生成的对抗样本在保证隐蔽性的前提下攻击成功率和迁移性更强,鲁棒性更好。(2)提出一种小样本先验信息下通信信号调制识别对抗算法,该算法解决当目标模型分类任务动态改变时如何快速生成对抗样本的问题,具体分为两个算法,首先,设计基于通信信号调制识别的自适应元对抗扰动算法,在不同调制类型数据上搜索最优元扰动,实现对未知样本数据仅经过一次或几次梯度上升快速生成高攻击性对抗样本;进一步,针对基于梯度的对抗攻击算法出现扰动冗余性问题,设计基于奇异值分解及主特征重构算法,分解重构扰动生成最终高隐蔽性对抗样本。所提方法通过仿真测试表明,生成的自适应元扰动在对未知信号快速生成对抗样本上具有强泛化性,同时,根据奇异值主特征重构出的对抗样本也保证强攻击性和高隐蔽性。

关键词：深度神经网络非完备信息攻击通信信号调制识别对抗样本迁移攻击元对抗扰动

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：