对抗样本驱动的网络指纹防御方法

• 作者: 冯仁君 刘思雨 薛劲松
• 来源期刊: 福建电脑
• 关键词: 网络指纹攻击 网络安全 深度学习 机器学习 对抗样本
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 论著|Research Articles
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP309
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2021.09.005

摘要

信息的安全问题引起了广泛的关注,尤其是在用户隐私这一领域.网络指纹攻击利用轨迹信息监测用户浏览的网页,侵犯用户隐私.本文主要针对这一攻击,提出了一种对抗样本驱动的网络指纹防御方法,其首先预训练模型模拟特征提取,接着将数据传入该模型,根据模型的梯度信息,对数据集中的数据加以扰动,生成对抗样本,干扰攻击者.实验结果表明,本文提出的方法能够将低负载的条件下深度学习模型攻击正确率降至43％,有效的混淆攻击者,防御网络指纹攻击.