计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2012年
3期
78-81
,共4页
对抗分类%线性分类器%垃圾邮件过滤%对抗性
對抗分類%線性分類器%垃圾郵件過濾%對抗性
대항분류%선성분류기%랄급유건과려%대항성
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.
機器學習算法為很多安全應用提供瞭良好的解決方案,然而機器學習算法本身卻麵臨被敵手攻擊的威脅.為分析敵手攻擊對機器學習算法造成的影響,本文提齣符閤某些特定場閤的敵手攻擊模型,併在該模型下比較幾種線性分類器的對抗性.最後在垃圾郵件過濾公開數據庫上進行測試,實驗結果錶明,支持嚮量分類器具有相對較好的對抗性.
궤기학습산법위흔다안전응용제공료량호적해결방안,연이궤기학습산법본신각면림피활수공격적위협.위분석활수공격대궤기학습산법조성적영향,본문제출부합모사특정장합적활수공격모형,병재해모형하비교궤충선성분류기적대항성.최후재랄급유건과려공개수거고상진행측시,실험결과표명,지지향량분류기구유상대교호적대항성.
