10月13日，网络空间安全学院在龙湖校区开展教师科研论坛活动。本次论坛由王向阳老师主讲，围绕一篇题目为“一种针对基于机器学习的恶意流量检测系统的硬标签黑盒逃逸攻击”的论文进行了汇报。网络空间安全学院专任教师、研究生及本科生代表参加此次活动。
本次科研论坛首先介绍了基于机器学习的流量检测的优势，同时指出这类模型存在鲁棒性漏洞，攻击者能够构造对抗流量实现逃逸，而现有攻击方案在真实黑盒场景下实用性有限。为此，论文提出了一种专门为恶意流量检测系统设计的硬标签黑盒逃逸攻击方法NetMasquerade。该方法采用两阶段框架，建立了一个名为Traffic-BERT的定制预训练模型，用于捕获多样化的良性流量模式；将Traffic-BERT集成到RL框架中，基于良性流量模式以最小的修改有效操纵恶意数据包序列，把恶意流量伪装成良性流量实现逃逸，实验显示平均攻击成功率达到96.65%。本次论坛介绍了一个针对基于机器学习的恶意流量检测系统实现逃逸攻击的新思路，为学生开展AI在网络安全方面的应用研究提供了参考。
网络空间安全学院以有组织科研助力学科高质量发展，围绕区块链与数据安全、人工智能安全等前沿研究方向，积极破除学科边界，推动各研究方向深度交流与交叉创新，打造开放互通、协同攻关的学术环境，有效汇聚科研力量，为培育学科新的生长点夯实基础。（通讯员 夏建磊）
