CLUSTER开放集模型

未知攻击也能抓

该模型将特征表示与阈值统一到聚类距离，使细粒度已知类分类和未知攻击检测在同一框架下协同，突破了传统闭环模型的局限。

Du, Lei · 顾钊铨 · Ye, Wang · 高翠芸

IEEE Network 2024

技术优势

未知攻击不再被硬塞进已知类

以到聚类质心的距离作为训练损失，与开放集判定阈值一致，未知攻击会被识别为第K+1类而不是被高置信度误判。

已知类分得更细

学习类内紧凑、类间分离的特征表示，细粒度已知类攻击也能被正确分类。

性能比现有方法强不少

在car-hacking数据集上的大量实验表明，该开放集识别模型明显优于现有方法。

应用场景

• 车载入侵检测：实时检测CAN总线流量中的未知攻击，防止车辆被入侵。
• 智能网联汽车安全：为智能网联汽车提供开放集入侵检测，应对未见过的攻击。
• 车联网安全：通过车云协同框架共享未知攻击知识，保护联网车辆。