知识卡片
特征噪声误导攻击预测
拟态防御的“过拟合场景”有意暴露目标的大部分特征,同时加入特征噪声,使攻击者依据观察数据建立的机器学习预测偏离实际目标。这是改变攻击者可见信息的欺骗策略。原文没有说明攻击者具体如何训练模型,也没有证明这是严格意义上的训练数据投毒;使用时应区分目标特征扰动与投毒攻击。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《工业互联网安全 架构与防御》第8章《安全防御技术基础》8.4.5(源文件:`_epub-src/OEBPS/Text/0000179.xhtml`)
- 结论依据:原文对过拟合场景的描述仅涉及暴露特征、加入噪声以及误导攻击者的预测评估。
- 原始内容:⑤过拟合场景,有意识地暴露大部分目标特征且添加特征噪声,造成攻击者基于机器学习的预测评估陷入误区;⑥屏蔽与掩饰异常场景,通过屏蔽或掩饰运行异常,误导积累探查数据,给攻击者侦察和攻击效果评估引入错误或不确定的表象。