敵対的ネットワークトラフィック:深層学習ベースのネットワークトラフィック分類のロバスト性の評価に向けて【JST・京大機械翻訳】

Sadeghzadeh Amir Mahdi; Shiravi Saeed; Jalili Rasool

プレプリント

J-GLOBAL ID：202202212169270394 整理番号：21P0025791

敵対的ネットワークトラフィック:深層学習ベースのネットワークトラフィック分類のロバスト性の評価に向けて【JST・京大機械翻訳】

Adversarial Network Traffic: Towards Evaluating the Robustness of Deep Learning-Based Network Traffic Classification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年03月02日プレプリントサーバーでの情報更新日： 2021年01月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ネットワークトラフィック分類は,ネットワークトラフィック管理,政策強化,および侵入検知システムのような様々なアプリケーションで使用されている。ほとんどのアプリケーションは,それらのネットワークトラフィックを暗号化し,それらのいくつかは,それらのポート数,機械学習(ML),および特に深い学習(DL)ベースの分類器を,ネットワークトラフィック分類において印象的な性能を示した。本論文では,Adversarialネットワークトラフィック(ANT)に対するDLベースネットワークトラヒック分類器のロバスト性を評価した。ANTは,DLベースネットワークトラフィック分類器を,ユニバーサル敵対摂動(UAP)生成手法を用いて不正確に予測することを引き起こす。ANTを送る前にネットワークトラフィックをバッファする必要がないので,それは生まれる。DLベースのネットワークトラフィック分類の入力空間を3つのカテゴリーに分割した:パケット分類,フローコンテンツ分類,およびフロー時系列分類。ANTを生成するために,ネットワークトラフィックにUAPを注入する3つの新しい攻撃を提案した。AdvPad攻撃はパケットの内容にUAPを注入し,パケット分類器のロバスト性を評価する。AdvPay攻撃は,フローコンテンツ分類器のロバスト性を評価するためにダミーパケットのペイロードにUAPを注入する。AdvBurst攻撃は,フロー時系列分類器のロバスト性を評価するために,フローの選択されたバーストにUAPに基づく工芸された統計的特徴を有するダミーパケットの特定の数を注入する。結果は,ネットワークトラフィックに少しのUAPを注入して,すべてのカテゴリーにおいてDLベースのネットワークトラフィック分類装置の性能を大いに減少することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 電話・データ通信・交換一般 , データ保護

, , , , ,

前のページに戻る