22、传感器网络中的对抗性高斯过程回归与移动目标防御游戏

传感器网络中的对抗性高斯过程回归与移动目标防御游戏

1. 对抗性高斯过程回归在传感器网络中的应用

在传感器网络中，为了评估弹性检测器的性能，我们将其与基线检测器 B1 和 B2 进行对比。具体做法是，让 R1 和 S1 的误报率上限等于 B1 的误报率（45%），R2 和 S2 的误报率上限等于 B2 的误报率（20%）。

实验结果表明，从基线检测器 Bx 到弹性检测器 Rx 再到 Sx（x ∈ {1, 2}），系统的鲁棒性总体上有所提升，攻击影响减小。其中，最终鲁棒性的提升很大程度上得益于对传感器的精心选择，而在原传感器布局基础上进行阈值调整所带来的鲁棒性提升相对有限。这一发现为在设计鲁棒异常检测器时，联合考虑传感器选择和阈值优化问题提供了重要依据，与以往单独考虑这些问题的研究形成对比。

实验对比结果

检测器	误报率上限
R1、S1	45%（等于 B1 误报率）
R2、S2	20%（等于 B2 误报率）

鲁棒性提升路径

graph LR
    Bx(基线检测器 Bx) --> Rx(弹性检测器 Rx)
    Rx --> Sx(弹性检测器 Sx)
    style Bx fill:#E5F6FF,str