攻击标签信息的对抗分类算法

• 作者: 陆兵 顾苏杭
• 来源期刊: 计算技术与自动化
• 关键词: 分类器 对抗样本 标签攻击 支持向量机
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 151-156
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201903030

摘要

真实数据集中存在的对抗样本一方面易导致分类器取得较差分类结果,另一方面如果能够被合理利用,分类器的泛化能力将得到显著提高.针对现有大部分分类算法并没有利用对抗样本训练分类模型,提出一种攻击标签信息的对抗分类算法(ACA).该方法从给定数据集中选取一定比例样本并攻击所选取的样本标签使之成为对抗样本,即将样本标签替换成其他不同类型的标签.利用支持向量机(support vector machine,SVM)训练包含对抗样本的数据集,计算生成的SVM输出误差对于输入样本的一阶梯度信息并嵌入到输入样本特征中以更新输入样本.再次利用SVM训练更新后的样本以生成对抗的SVM(A-SVM).原理分析与实验结果表明,一阶梯度信息不仅提供了一种分类器输出与输入之间的正相关关系,而且可提高A-SVM的实际分类性能

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆兵	常州轻工职业技术学院信息工程与技术学院	24	39	5.0	5.0
2	顾苏杭	常州轻工职业技术学院信息工程与技术学院	12	32	4.0	5.0