检测率降至 18.55%
一种针对物联网流量的动态分段扰动攻击框架，可显著降低机器学习入侵检测系统的检测率，同时保持通信功能完整性。
Li, Xiaohui · Yuanyuan, Li · Zhentian, Zhong · Linfeng, Tan · 王俊峰 · Jiayong, Liu
IEEE Internet of Things Journal 2025
KitNET 检测率从 93.07% 降至 18.55%，降幅超 74 个百分点。
在不同物联网设备类型和网络配置下均表现出强适应性。
在实现高逃逸率的同时，保持物联网通信的功能完整性，攻击不易被察觉。