A Multi-Model Hybrid Defense Approach Against White-box Adversarial Attacks in Computer Network Traffic
Questo articolo propone un meccanismo di difesa ibrido resiliente che combina l'Adversarial Training e la Gaussian Data Augmentation per ripristinare significativamente l'accuratezza dei sistemi di rilevamento delle intrusioni di rete contro gli attacchi avversari Fast Gradient Sign Method e Carlini & Wagner, migliorando le prestazioni post-attacco da un minimo del 26,49% al 96,57%.