GANSec Notes

某项目范围收缩后多余的资料，backup一下。

5. 安全对抗的实施需要一定的安全技术设施

1. HIDS
2. 蜜罐
3. IDS
4. IPS
5. SDP

4. 基于GAN的智能化攻击防御对抗系统

1. GAN

1. GAN

1. GAN创建两个不同的对立的网络，目的是让一个网络生成与训练集不同的且足以让另外一个网络难辨真假的样本。GAN可以用任何形式的generator和discriminator，不一定非得使用神经网络。而神经网络被广泛使用的主要原因是它一种通用函数逼近算法(universal function approximator)，即我们能够使用大量节点的神经网络来模拟任何非线性的Input与Output之间的函数，相对其他方法具有更高的自由度，不会因为算法本身的能力而受限。对于generator或discriminator没有任何形式的限制，两者的形式也不必要相同。
2. GAN的攻防应用：

1. 既可以用来做攻击，比如攻击基于生物特征统计的安全过程
2. 也可以用来做防御，比如攻击数据本身来自于GAN

2. GAN工具库

1. CleverHans
2. EvadeML-Zoo
3. Defense-GAN

3. 现有攻防工具和样例

1. MalGAN
2. CucKoo Sandbox
3. IDS evastion

1.   IDSGAN

4. 基于模型取代的网络攻击：黑盒攻击中在本地训练一个模拟模型供攻击分析使用。

2. Adversarial DL简介

1. DL简介

• 可以用作恶意软件检测、身份认证加固
• DL在静态检测和动态检测方面表现都不错
• RNN可用于网络流量分析和静态分析
• DNNs是比较容易被攻击的

2.  DNN模型攻击

1. 白盒攻击
2. 黑盒攻击

3. 对抗攻击方法学模型

1. Fast gradient sign method(FGSM)
2. DeepFool
3. BIM
4. Universal Perturbation
5. Jacobian-based Saliency Map Attace(JSMA)
6. Carlini and Wagner(C and W)

4. 攻击具有可转移性
5. 防御方法

1. Statistical-based detection defense:基于统计测试的探测，这种方法对C and W攻击方法无效
2. Gradient Masking Defense:
3. Adversarial training defense:这种方法对C and W方法比较有效

GANSec Notes

原文：https://www.cnblogs.com/dhcn/p/13198919.html