第49卷第4期2023年4月北京工业大学学报JOURNALOFBEIJINGUNIVERSITYOFTECHNOLOGYVol.49No.4Apr.2023基于多变量时序数据的对抗攻击与防御方法刘摇坤1,曾摇恩1,刘博涵1,李俊达1,李江荣2(1.北京理工大学自动化学院,北京摇100081;2.延安大学数学与计算机科学学院,延安摇716000)摘摇要:为了保证时序数据攻击检测模型的安全性,提出了基于多变量时间序列数据的对抗攻击与对抗防御方法.首先,针对基于自编码器的攻击检测模型,设计了在测试阶段实施的逃逸攻击.其次,针对设计的对抗攻击样本,提出了一种基于雅克比(Jacobian)正则化方法的对抗攻击防御策略,将模型训练过程中的Jacobian矩阵作为目标函数中的正则项,提高了深度学习模型对对抗攻击的防御能力.在工业水处理数据集BATADAL上进行实验,验证了所提出的对抗攻击方法和对抗防御方法的有效性.关键词:多变量时序数据;攻击检测;对抗攻击;对抗防御;自编码器;Jacobian正则化中图分类号:U461;TP308文献标志码:A文章编号:0254-0037(2023)04-0433-09doi:10.11936/bjutxb2022090028收稿日期:2022鄄09鄄19;修回日期:2022鄄11鄄28基金项目:国家自然科学基金资助项目(62273041,61873034);流程工业综合自动化国家重点实验室联合开放基金资助项目(2021鄄KF鄄21鄄05)作者简介:刘摇坤(1982—),男,研究员,主要从事复杂网络控制与安全、机器学习方面的研究,E鄄mail:kunliubit@bit.edu.cnAdversarialAttackandDefenseMethodBasedonMultivariableTimeSeriesDataLIUKun1,ZENGEn1,LIUBohan1,LIJunda1,LIJiangrong2(1.SchoolofAutomation,BeijingInstituteofTechnology,Beijing100081,China;2.CollegeofMathematicsandComputerScience,Yan蒺anUniversity,Yan蒺an716000,China)Abstract:Toensurethesecurityoftheattackdetectionmodeloftimeseriesdata,anadversarialattackandadversarialdefensemethodbasedonmultivariatetimeseriesdatawasproposed.First,theescapeattackimplementedinthetestphasewasdesignedfortheautoencoder鄄basedattackdetectionmodel.Second,accordingtothedesignedadversarialattacksamples,theadversarialdefensestrategybasedontheJacobianregularizationmethodwasproposed.TheJacobianmatrixinthecalculationmodeltrainingprocesswastakenastheregulartermintheobjectivefunctiontoimprovethedefensecapabilityofthedeeplearningmodel.Theattackeffectsoftheproposedattackmethodsandthedefenseeffectof...
