33、对抗机器学习与网络安全应用的博弈论视角

对抗机器学习与网络安全应用的博弈论视角

1. 对抗攻击下模型的准确性

在对抗攻击的场景下，不同的机器学习模型在网络垃圾邮件数据集上的表现各有不同。我们主要研究了 AD - SVM、SVM 和单类 SVM 这三种模型在受限攻击和自由攻击两种模型下，随着攻击强度增加时的准确性变化。

1.1 自由攻击模型下的准确性

fattack	AD - SVM (Cf = 0.1)	AD - SVM (Cf = 0.3)	AD - SVM (Cf = 0.5)	AD - SVM (Cf = 0.7)	AD - SVM (Cf = 0.9)	SVM	One - class SVM
0	0.814	0.760	0.684	0.606	0.606	0.874	0.685
0.3	0.790	0.746	0.649	0.606	0.606	0.7