针对网络流量测量的完整性干扰攻击与防御方法

TP391; 近年来,网络测量在评估网络状态、提高网络自适应能力方面取得了较好的性能,被广泛运用于网络管理中.然而,目前的大规模网络中存在异常行为导致的网络流量数据污染问题.例如,自治系统中的恶意节点通过伪造恶意流量数据来故意操纵网络指标,影响网络测量,误导下游任务决策.基于此,首先提出完整性干扰攻击方法,通过修改流量矩阵的最小代价,利用多策略干扰生成器生成恶意扰动流量的攻击策略,实现干扰流量测量的目的.然后,通过一种混合对抗训练策略,设计在网络中抵御此类攻击的防御方法,实现流量测量模型的安全加固.实验中对攻击目标进行了相应的限定,验证了完整性干扰攻击在受限场景下的攻击有效性.并通过混合训练的...

Full description

Saved in:
Bibliographic Details
Published in计算机科学 Vol. 51; no. 8; pp. 420 - 428
Main Authors 郑海斌, 刘欣然, 陈晋音, 王鹏程, 王楦烨
Format Journal Article
LanguageChinese
Published 浙江工业大学信息工程学院 杭州 310023 2024
浙江工业大学网络空间安全研究院 杭州 310023%浙江工业大学信息工程学院 杭州 310023
Subjects
Online AccessGet full text
ISSN1002-137X
DOI10.11896/jsjkx.230500101

Cover

Loading…
More Information
Summary:TP391; 近年来,网络测量在评估网络状态、提高网络自适应能力方面取得了较好的性能,被广泛运用于网络管理中.然而,目前的大规模网络中存在异常行为导致的网络流量数据污染问题.例如,自治系统中的恶意节点通过伪造恶意流量数据来故意操纵网络指标,影响网络测量,误导下游任务决策.基于此,首先提出完整性干扰攻击方法,通过修改流量矩阵的最小代价,利用多策略干扰生成器生成恶意扰动流量的攻击策略,实现干扰流量测量的目的.然后,通过一种混合对抗训练策略,设计在网络中抵御此类攻击的防御方法,实现流量测量模型的安全加固.实验中对攻击目标进行了相应的限定,验证了完整性干扰攻击在受限场景下的攻击有效性.并通过混合训练的方式进行对比实验,验证了常规模型的加固方法可以提升模型的鲁棒性.
ISSN:1002-137X
DOI:10.11896/jsjkx.230500101