对抗环境下的线性分类器对抗性比较

• 作者: 裴晓辉
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 对抗分类 线性分类器 垃圾邮件过滤 对抗性
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 信息安全
• 页码范围: 78-81
• 分类号: TP301.6
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.03.021

摘要

机器学习算法为很多安全应用提供了良好的解决方案,然而机器学习算法本身却面临被敌手攻击的威胁.为分析敌手攻击对机器学习算法造成的影响,本文提出符合某些特定场合的敌手攻击模型,并在该模型下比较几种线性分类器的对抗性.最后在垃圾邮件过滤公开数据库上进行测试,实验结果表明,支持向量分类器具有相对较好的对抗性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴晓辉	南京航空航天大学计算机科学与技术学院	1	0	0.0	0.0