针对自动驾驶智能模型的攻击与防御

近年来,以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新,尤其是在自动驾驶领域,部署着自动驾驶系统的智能汽车已经走进入们的生活,成为了重要的生产力工具.然而,自动驾驶系统中的人工智能模型面临着潜在的安全隐患和风险,这给人民群众生命财产安全带来了严重威胁.本文通过回顾自动驾驶智能模型攻击和防御的相关研究工作,揭示自动驾驶系统在物理世界下面临的安全风险并归纳总结了相应的防御对策.具体来说,本文首先介绍了包含攻击面、攻击能力和攻击目标的自动驾驶系统安全风险模型.其次,面向自动驾驶系统的三个关键功能层——传感器层、感知层和决策层,本文依据受攻击的智能模型和攻击手段归纳、分析了对应的攻击方法以及防御对策,并探讨了现有方法的局限性.最后,本文讨论和展望了自动驾驶智能模型攻击与防御技术面临的难题与挑战,并指出了未来潜在的研究方向和发展趋势.

基于演化博弈的拟态防御策略优化

网络空间拟态防御是近些年出现的一种主动防御理论,以异构冗余和动态反馈机制不断调整执行环境来抵抗攻击。然而,面对黑客的多样化攻击手段,仅凭借拟态防御抵抗攻击是不安全的。为了增强系统的安全防御能力,在目前已有的防御系统基础上提出更为合理的防御选取方法。将有限理性的演化博弈引入到拟态防御中,构建了由攻击者、防御者和合法用户组成的三方演化博弈模型,并提出了最优防御策略求解方法。该博弈模型利用复制动态方程得到了演化稳定策略。仿真实验结果表明,系统通过执行推理的演化稳定策略可以降低损失,遏制攻击方的攻击行为,对拟态防御系统中防御策略选取和安全性增强具有一定的借鉴意义。

面向智算融合网络的自主防御范式研究

随着数字经济时代算力供给模式的变革,以算力为核心的新型网络基础设施已成为实现算力资源共享、支撑数字经济转型的重要动力.在算力网络中,多元异构用户终端通过多种方式高频接入网络以随时随地获取算力服务,网络的开放性和动态性增大,算力网络将面临更严峻的安全挑战.然而,基于传统网络的安全防御模式通常针对具体安全问题静态式增补安全防护组件,无法主动适配用户需求灵活调整防御策略,难以应对算力网络中的安全风险.因此,本文面向新型算力网络安全需求,将安全功能作为网络内部属性,基于智算融合网络提出一种多维协同自主防御范式.结合智算融合网络“三层”“三域”的设计思想,在“三层”中,以广义服务层定义安全固有服务,以映射适配层智慧适配安全功能,以融合组件层执行安全策略;在“三域”中,以实体域先导资源适配,以知识域驱动安全服务流程,以感控域实施具体安全技术,构建“检测”“溯源”“防御”三维一体的完整基础管控流程,其中安全策略与技术可根据场景扩展性与业务安全性进行灵活调整.最终,通过仿真实验对所提范式有效性进行了验证,为未来智算融合安全的进一步研究和应用提供参考.

欺骗谋略在网络空间防御行动中运用

军事欺骗是谋略运用的重要内容。结合网络空间攻防行动特点,剖析了网络欺骗的原理;借鉴运用博弈理论,分析了欺骗谋略在网络空间防御行动中的制胜机理;总结了支撑网络欺骗实施的蜜罐蜜网、拟态防御和移动目标防御等3种主要技术手段的原理及研究重点;给出了欺骗谋略在网络空间防御行动中的组织运用方法。研究成果对于提升网络空间防御效能具有理论价值和实践指导意义。

安徽地区农村雷电灾害防御研究——以马鞍山市为例

文章利用基于安徽省2010—2020年闪电定位监测数据及马鞍山市1998—2022年雷电灾情统计资料,采用闪电密度(强度)计算模型,分析地闪活动频次、密度(强度)和雷电灾害时空分布特点。研究得出:地闪活动是雷电灾害的主要致灾因子;马鞍山地闪密度为0.04~1.50次/(km~2·a^(-1)),地闪强度为0.50~0.71 kA/(m~2·a^(-1)),地闪密度(强度)较大的地区发生雷电灾害的可能性较大;实施农村建(构)筑物内外防雷系统改造、雷电区域拦截、电气设备浪涌保护等综合雷电防御措施,可有效预防和减少雷电灾害造成的损失。研究结果以期为农村防灾减灾管理提供决策参考。

基于随机博弈与A3C深度强化学习的网络防御策略优选

网络资源的有限性和攻防对抗的动态性导致最优防御策略难以选取,将深度强化学习引入攻防随机博弈建模领域,通过构建网络攻防actor策略网络和critic价值网络,结合随机博弈模型构建了网络攻防博弈决策模型总体结构,在此基础上引入异步优势演员评论家算法(asynchronous advantage actor-critic,A3C)智能体学习框架设计了防御策略选取算法;针对现有方法未考虑攻击方群体间的共谋攻击,引入群智能体性格特征,建立合作系数μ来刻画攻击者之间的合作对攻防策略收益的影响,进而得出对防御策略选取的影响,构建的博弈决策模型更符合攻防实际情况。实验结果表明,该方法的策略求解速度要优于现有方法,同时由于考虑了攻击合作关系,能够用于分析攻击者群体间合作关系对防御者决策的影响,防御策略选取更有针对性,期望防御收益更高。

针对风机变桨距控制系统隐蔽攻击的防御方法研究

伴随信息化程度不断提高,隐蔽攻击将对风机变桨距控制系统构成威胁。为此,设计了一种防御结构。将攻击信号对被控对象的影响反馈给控制器,由控制器实时调节控制输出信号,进而防御隐蔽攻击。分别在有攻击和无攻击场景下分析了采用防御结构后系统的稳定性。仿真结果显示,在隐蔽攻击时间段内,采用防御结构后,风机输出功率与设定值的平均误差为0.004 MW;在无攻击时间段内,风机输出功率与原系统保持一致。该结果说明,防御结构有效。

联邦学习中的攻击手段与防御机制研究综述

联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对联邦学习的攻防技术进行研究具有十分重要的意义。简要地介绍了联邦学习的概念、基本工作流程、类型及可能存在的安全问题;介绍联邦学习系统可能遭受到的攻击,梳理了相关研究;从联邦学习系统有无目标性的防御措施出发,将防御措施分为通用性防御措施及针对性防御措施两类,并对其进行了针对性的总结;对联邦学习安全性未来的研究方向进行了梳理与分析,为相关研究者在联邦学习安全性方面的研究工作提供了参考。

并购防御机制与上市公司违规--催化剂还是减压阀

本文基于中国控制权市场激活的时代背景,采用部分可观测的Probit模型,从内部章程条款制定的视角,探究了公司并购防御与违规的关系,提出并购防御影响公司违规的“催化剂”效应和“减压阀”效应。并基于2006—2018年沪深两市A股上市公司的数据对并购防御机制与公司违规的关系进行了实证检验,结果表明,公司并购防御主要通过“催化剂”效应影响公司违规。机制检验发现,并购防御机制通过减少市场关注、削弱市场的威慑作用以及增强管理层权力导致公司违规行为的增加,进一步支持了并购防御影响公司违规的“催化剂”效应。

数字孪生驱动的长江流域干旱防御平台设计与开发

在全球气候变化的背景下,长江流域发生了多次严重的高温干旱灾害,流域抗旱管理面临着旱情监测告警效率较低、旱灾预报预警精度不高、抗旱预案推演能力不足等瓶颈,迫切需要开展数字化转型。从长江流域抗旱减灾业务管理和“四预”应用需求出发,基于智慧水利和数字孪生建设的总体要求,综合运用WebGL、GIS等技术,建立了干旱防御数字孪生平台,研发了遥感干旱监测评估、干旱专业模型动态加载、旱警水位超限预警、抗旱预案可视化等关键技术,初步实现了“预报-预警-预演-预案”全链条贯通业务应用,切实提升了长江流域抗旱管理智能化、精细化水平,为流域干旱防灾减灾提供了技术支撑。

安全风险防御机制护理管理干预在重症冠状动脉搭桥术后患者中的应用

目的:分析安全风险防御机制护理管理干预在重症冠状动脉搭桥术后患者中的应用效果。方法:选取2021年3月1日~2023年3月31日郑州市第七人民医院重症医学科收治的150例重症冠状动脉搭桥术后患者作为研究对象,根据随机数字表法分为对照组和观察组各75例;对照组采用常规护理干预,观察组在对照组基础上采用安全风险防御机制护理管理干预。比较两组主要不良心血管事件(MACE)发生情况,统计两组机械通气时间、ICU停留时间、术后住院时间,比较两组护理质量评分及护理风险事件发生情况。结果:观察组术后MACE总发生率低于对照组(P<0.05),械通气时间、ICU停留时间、术后住院时间均短于对照组(P<0.05),各项护理质量评分高于对照组(P<0.05),护理风险事件总发生率低于对照组(P<0.05)。结论:安全风险防御机制护理管理干预能提高重症冠状动脉搭桥术后患者预后效果,降低MACE发生率,促进患者恢复,提高护理质量,减少护理风险事件发生。

攻防对抗视角下的网络安全主动防御体系研究

为了解决纵深防御体系中防御能力固化、灵活性不足等问题,从攻防对抗视角出发,提出一种网络安全主动防御体系。首先,基于情报收集、监测预警、防御指挥和防御行动等要素的详细描述,设计了用于规划主动防御系统的能力组成框架;其次,选择网络杀伤链、ATT&CK知识库和OODA循环法则,设计了一个以攻助防的防御模型,并分析了引入博弈论进行防御算法设计的优势;最后,以实现为目标,构想了一个典型应用场景,以期为安全能力的体系化设计提供有益借鉴。

英国哈德良长城防御体系考察与研究

英国哈德良长城的全线考古、建档监测和保护展示等工作已有百年积累,数据的信息化管理和国家公园建设也已基本完成。本文通过英、德文文献,以及对哈德良长城全线的实地考察,借鉴天津大学建筑学院长城课题组提出的中国长城研究整体性、层次性理论,对哈德良长城修筑历史、空间分布、防御体系的形成过程、军事建制、各子系统的构成和建筑特征进行梳理和研究,兼谈哈德良长城的展示方式。研究发现,中西长城在军事设施所形成的体系化布局和规划思想方面有很高的相似度,也有显著的差异。较中国明长城,哈德良长城更偏向军事控制;城池类型与驻军相关,但隶属关系现不明;城池均兼具生活和聚居属性,但内外分隔开,有中国长城尚未发现的功能建筑;塔楼间距较短,且尚未发现附燧之类辅助设施;塔楼较中国更早出现空心形式。中西长城的比较研究,可为我国长城的保护展示和国家文化公园建设提供参考,并促进中西文化交流。

EFIS 数据源防御部署优化的非合作博弈模型

电子飞行仪表系统(Electronic Flight Instrument System,EFIS)具有高安全性要求,其运行环境极端,可供分配的防御策略资源严重受限,缺乏合理性的防御策略部署会影响系统整体安全。文章从攻防决策视角转换和非合作博弈理论出发,在融合安全视角下提出一种伴随EFIS周期性检修的有限防御策略部署优化模型。首先通过建立双属性的攻击防御树(Attack Defense Tree,ADT)构建攻防策略空间;然后运用决策视角转换思想,从攻击者的角度进行非合作博弈分析,揭示攻击者意图降低系统安全性的攻击策略分配;最后基于攻击者博弈结果对防御策略进行博弈分析,并通过验证提高防御者策略安全属性的可行性,为安全资源分配提供可靠的理论基础。该模型基于蒙特卡洛模拟成功求解了非合作博弈下的防御策略部署问题,得到期望效用最大化时的防御策略优化部署方案,避免了防御措施的冗余添加,同时有效提高了系统整体的安全性。

施钾对牛角花齿蓟马为害诱导的苜蓿防御的影响

【目的】探究施钾对蓟马为害诱导的苜蓿防御效应的作用。【方法】以紫花苜蓿品种甘农3号为植物试验材料,以牛角花齿蓟马(Odontothrips loti)为研究昆虫,在网室进行盆栽试验。设置不接虫不施钾(K0CK)、不接虫施钾(K2CK)、接虫不施钾(K0)和接虫施钾(K2) 4个处理。于苜蓿5叶1心期,进行接虫处理,K0和K2处理苜蓿每株接入3头蓟马成虫,于接虫后第1、3、5、7和9天,调查接虫苜蓿的受害指数,同时分别摘取各处理苜蓿上部和下部叶片,测定茉莉酸(JA)、水杨酸(SA)含量,以及苯丙氨酸解氨酶(PAL)和脂氧合酶(LOX)活性。【结果】接虫后第1、3、5、7、9天,K2处理苜蓿的受害指数分别较K0显著降低了10.61%、21.40%、23.80%、27.79%和33.06%(P<0.01)。施钾与蓟马为害均能激发JA和SA信号传递途径,除第5天K2处理上部叶的LOX活性低于K0处理上部叶的LOX活性外,其余时期、其余处理苜蓿上部叶和下部叶的LOX和PAL活性以及JA和SA含量大小顺序均为K2>K0>K2CK>K0CK;K2处理苜蓿上部叶的LOX、PAL活性峰值出现时间最早;同一时间同一处理上部叶片的JA和SA含量以及LOX和PAL活性显著高于下部叶片。【结论】蓟马为害可诱导苜蓿叶片提升防御酶LOX和PAL活性,增加茉莉酸和水杨酸的合成积累,且上部叶片(蓟马取食部位)的次生代谢活动启动早且强于下部叶片。施钾加速了蓟马为害诱导的防御酶的活性提升,进而在危害早期提高了茉莉酸和水杨酸含量,提高了苜蓿次生代谢的防御效率,降低了蓟马对苜蓿的危害程度。

三体对抗中的主动防御鲁棒最优预测制导律研究

考虑防御导弹和我方目标控制系统内部扰动和未准确建模动态特性等因素造成的不确定性影响,设计了鲁棒最优预测制导律(robust optimal predictive guidance law,ROPGL)和鲁棒协同最优预测制导律(robust cooperative optimal predictive guidance law,RCOPGL)拦截来袭寻的导弹.首先,通过对非线性运动学方程线性化和降阶得到简化后的标称系统的状态方程;其次,考虑控制系统的不确定性,建立鲁棒制导问题的模型;再次,基于动态规划方法得到最优制导问题的制导指令关系式,并利用李雅普诺夫稳定性理论证明了最优制导问题的制导指令能够使鲁棒制导问题稳定;然后,引入界值函数得到线性二次型最优制导问题,通过求解黎卡提矩阵微分方程得到制导指令;最后,对设计的制导律的性能进行仿真验证.仿真结果表明,相比于其他制导律,设计的制导律能够抑制不确定性的影响,实现防御导弹对寻的导弹的拦截.

低温下紫花苜蓿叶片的光破坏防御作用

低温是影响植物正常生长发育的重要环境因素。本研究以‘新牧4号’紫花苜蓿(Medicago sativa L.‘Xinmu No.4’)和‘甘农5号’紫花苜蓿(Medicago sativa L.‘Gannong No.5’)为试验材料,探究低温下紫花苜蓿叶片光破坏防御作用的变化。结果表明,低温下紫花苜蓿叶片的光合速率、最大光化学效率(Fv/Fm)及核心蛋白下降;低温下非光化学淬灭系数(NPQ)降低,环式电子传递(CEF)上调,使用NPQ抑制剂后Fv/Fm显著下降;低温下交替氧化酶(AOX)呼吸速率以及蛋白含量降低,但AOX呼吸的占比升高,AOX抑制剂和光呼吸抑制剂的施用均加重Fv/Fm的下降;低温下超氧阴离子、过氧化氢和丙二醛含量上升,抗坏血酸酶(APX)活性上升。低温下NPQ被抑制,CEF的上调弥补了NPQ作用的下降从而保护叶片减少光破坏;AOX增加电子分流从而维持光呼吸正常运作;低温下活性氧的清除主要依靠APX,但仍有大量活性氧产生使光系统受到损伤,引起光抑制。

面向人脸属性编辑的三阶段对抗扰动生成主动防御算法

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训练人脸篡改主动防御框架存在迁移性和扰动鲁棒性不足的问题,为此本文通过优化两阶段训练架构及损失函数和引入一个辅助分类器,提出一种三阶段对抗扰动主动防御框架.本文首先修改两阶段训练架构中的代理目标模型并基于此设计了训练扰动生成器的属性编辑损失,以提升代理模型的重建性能和属性约束能力,从而减少对代理模型的过拟合;其次,在训练阶段引入辅助分类器对代理模型提取的编码后特征进行源属性分类并基于此设计训练扰动生成器的辅助分类器损失,从而将原本的两阶段交替训练改为代理目标模型、辅助分类器和扰动生成器的三阶段交替训练,期望通过对抗攻击辅助分类器以促进对篡改模型的主动防御;最后,在扰动生成器的训练中,引入攻击层以促进对抗扰动对滤波和JPEG压缩的鲁棒性.实验结果验证,本文提出的框架能够比现有框架更好地将主动防御从白盒的代理目标模型迁移到黑盒的属性编辑模型,黑盒性能提升16.17%,且生成的对抗扰动较基线算法具有更强的鲁棒性,针对JPEG压缩的性能(PSNR)提升13.91%,针对高斯滤波提升17.76%.

一种面向联邦学习对抗攻击的选择性防御策略

联邦学习(FL)基于终端本地的学习以及终端与服务器之间持续地模型参数交互完成模型训练,有效地解决了集中式机器学习模型存在的数据泄露和隐私风险。但由于参与联邦学习的多个恶意终端能够在进行本地学习的过程中通过输入微小扰动即可实现对抗性攻击,并进而导致全局模型输出不正确的结果。该文提出一种有效的联邦防御策略-SelectiveFL,该策略首先建立起一个选择性联邦防御框架,然后通过在终端进行对抗性训练提取攻击特性的基础上,在服务器端对上传的本地模型更新的同时根据攻击特性进行选择性聚合,最终得到多个适应性的防御模型。该文在多个具有代表性的基准数据集上评估了所提出的防御方法。实验结果表明,与已有研究工作相比能够提升模型准确率提高了2%~11%。

“心理防御”脉络中的瑞典传播研究发展及自主知识体系建构

受两次世界大战以及冷战思维的影响,“心理防御”话语体系塑造了北欧国家媒介与传播研究的学术话语体系。以瑞典为例,细描“心理防御”话语体系如何在瑞典传播学研究发展中发挥影响,以及瑞典媒介与传播学研究学科设立与发展过程中对“心理防御”研究传统继承、转向与再发展的过程。通过对这一特定区域国别的传播学学术话语体系的研究发现:第二次世界大战及冷战时期美国的传播学研究对瑞典的传播学研究产生了决定性的影响,奠定了其学术话语体系建构的格局与基础;另一方面,瑞典“心理防御”体系的传播学研究又体现出瑞典在现代传播学研究中的发展特色,也体现出瑞典传播学研究的主体性特征,从而为研究北欧传播学研究的发展特点与学术贡献提供有价值的参考。从心理防御视角理解瑞典传播学发展逻辑,也对理解全球应对信息战或混合战的区域策略具有强烈的现实价值。