信息安全研究 ›› 2025, Vol. 11 ›› Issue (E1): 89-.

• 2025网络安全创新发展大会入选论文 • 上一篇    下一篇

基于知识图谱的对抗样本背景语义鲁棒性增强方法

张昊1,2,3梅文明4林亮成5刘新1,2,3刘冬兰1,2,3王睿1,2,3蔡梦雪6


  

  1. 1(国网山东省电力公司电力科学研究院济南250003)
    2(山东省智能电网技术创新中心济南250003)
    3(山东省能源工业互联网大数据技术重点实验室济南250003)
    4(国家电网有限公司北京100031)
    5(国网思极网安科技(北京)有限公司北京102209)
    6(北京邮电大学网络空间安全学院北京100876)
  • 出版日期:2025-12-20 发布日期:2025-12-20
  • 通讯作者: 蔡梦雪 硕士研究生.主要研究方向为网络空间安全. 1079322350@qq.com
  • 作者简介:张昊 硕士,工程师.主要研究方向为新型电力系统网络安全、数据安全. zhanghao_dky@163.com 梅文明 博士,正高级工程师.主要研究方向为新型电力系统网络安全防护、数据安全防护. 69801009@qq.com 林亮成 博士,高级工程师.主要研究方向为新型电力系统网络安全防护、数据安全防护. work_0001@126.com 刘新 硕士,正高级工程师.主要研究方向为大数据分析、网络安全、人工智能. 49557599@qq.com 刘冬兰 硕士,高级工程师.主要研究方向为网络安全、5G安全、数据安全. liudonglan2006@126.com 王睿 博士,高级工程师.主要研究方向为电力物联网安全、电力5G安全. wangrui_dky@163.com 蔡梦雪 硕士研究生.主要研究方向为网络空间安全. 1079322350@qq.com

  • Online:2025-12-20 Published:2025-12-20

摘要: 人工智能技术的普及在便捷生活的同时也带来了相应的安全隐患.为了更好地揭示深度学习模型在现实应用中的安全问题,促进对抗防御技术的进步,物理对抗攻击应运而生.然而,由于现实背景复杂多样且无法被预测操纵,物理对抗样本面临易受背景干扰的挑战.针对背景语义信息干扰对抗样本对抗性的问题,提出了一种基于知识图谱的对抗样本背景语义鲁棒性增强方法EBRKG,利用知识图谱对图像的背景语义信息进行深入挖掘和有效利用,为对抗样本鲁棒性训练系统选择和生成代表性背景提供明确指导.实验结果表明,EBRKG有效提高了在复杂背景情况下的对抗样本攻击成功率,比现有方法ERG表现更好.

关键词: 知识图谱, 对抗样本, 背景语义, 鲁棒性, 增强方法

中图分类号: