通过生成对抗网络对网络入侵检测系统进行硬标签黑盒模型提取攻击
《Journal of Information Security and Applications》:Hard-label black-box model extraction attacks against network intrusion detection systems via generative adversarial networks
【字体:
大
中
小
】
时间:2026年10月01日
来源:Journal of Information Security and Applications 4.4
编辑推荐:
•在极低查询预算下,通过一个小规模代理集实现硬标签ML-NIDS模型提取。
•信息量损失恢复了Top-1输出下丢失的信号。
•FCGAN骨干网络取代了图像域的CNN生成器,用于表格特征。
•按M/C保真度进行检查点选择,防止少数类崩塌。
•在三个NIDS数据集上的五个多样化受
•在极低查询预算下,通过一个小规模代理集实现硬标签ML-NIDS模型提取。
•信息量损失恢复了Top-1输出下丢失的信号。
•FCGAN骨干网络取代了图像域的CNN生成器,用于表格特征。
•按M/C保真度进行检查点选择,防止少数类崩塌。
•在三个NIDS数据集上的五个多样化受害模型上均实现了有效提取。
引言
基于机器学习的网络入侵检测系统(ML-NIDS)支撑着企业、云和关键基础设施的防御[1]。当其以黑盒API形式部署时,便成为模型提取攻击的目标:攻击者通过反复查询观察输入-输出行为,重建一个替代模型(下文简称克隆体),使其决策面逼近受害模型;然后离线针对克隆体构造对抗性流量,并以高概率将其转移回受害模型[2](图1)。ML-NIDS的部署特征加剧了这一威胁:检测器必须实时响应每一次查询,而使其具备实用价值的这一特性,同样使其成为一个始终可用的预言机。
一种自然的防御手段是将API输出限制为硬标签——即单一的Top-1类别——其前提是:扣留置信度分数即可使克隆体训练"断粮"[3]。然而迄今为止,所有硬标签提取结果均来自图像域:DFMS-HL[3]在CIFAR-10上以约800万次查询报告了约85%的克隆精度。NIDS领域的三个特性阻碍了直接移植。(i)网络特征是表格型的,其语义和取值范围随协议而异,因此使卷积生成器高效的空域规律性并不存在。(ii)NIDS数据集严重不平衡——CIC-IDS2017中的Infiltration仅有14条训练流(约0.005%)——因此那些优化整体准确率的方法会在安全影响最大的稀有攻击类别上静默失效。(iii)实际部署的NIDS跨多种架构家族:全连接网络(AlertNet)、自编码器集成(Kitsune)、Transformer(FlowTransformer),以及循环-卷积混合网络(CNN-LSTM、CNN-LSTM-Transformer)。若原样移植,图像域提取仅能部分恢复受害模型的决策面,或者根本无法学到稀有攻击类别。
无数据提取大多假设可获得软标签,而面向ML-NIDS的主要先前方法FMSA[4]既需要一个小型辅助集,也需要受害模型的概率向量。仍有两个问题悬而未决:硬标签配合一个小型代理集是否足以高保真地克隆一个ML-NIDS?以及此类攻击在实际部署的架构多样化检测器之间能泛化到什么程度?
本文同时回答了这两个问题。硬标签配合小型代理集确实足以做到:仅靠输出限制这一手段,并不能保护已部署的ML-NIDS。我们在一个严格威胁模型下提出了一种基于GAN的提取框架——黑盒查询访问、仅Top-1硬标签,且对受害模型的架构、参数、训练流程或训练数据一无所知——攻击者仅持有一个来自同一网络环境、与受害模型训练数据不相交的小型代理集。硬标签是稀疏的,但仍编码了决策边界几何信息:相邻查询点之间每一次标签翻转都锁定了一次边界跨越。我们提出一种信息量损失Linfo,最大化克隆体在生成器合成样本上的预测熵,引导合成过程趋向决策边界,即在返回标签信息量最大的位置——这是一种基于主动学习不确定性采样[5][6]、由熵驱动的 signals,它补充而非取代先前硬标签方法[3]中由多样性驱动的生成。评估与模型选择被折叠进单一指标:每类平均保真度(Mean Per-Class, M/C Fidelity)。
贡献如下。
1. 对硬标签模型提取攻击下、运行于表格型网络流量(具有混合特征类型与协议依赖语义)之上的深度学习ML-NIDS,进行了全面的脆弱性评估。研究表明,即使仅暴露Top-1预测标签,面向部署的检测器仍可能高度脆弱;且在受约束的查询预算下,可获得高保真的替代模型。
2. 提供了证据表明,在现实部署约束——仅查询访问、有限查询预算、跨年分布漂移——下硬标签提取仍然可行,因此该脆弱性在苛刻的运行场景中依然存在。
3. 证明M/C保真度相比整体准确率是NIDS模型提取更可靠的评估准则,它能避免少数攻击类别被忽视,并实现对提取性能的平衡评估。
4. 验证了这一脆弱性在多样化的NIDS架构和基准数据集上具有一致性。在NSL-KDD、CIC-IDS2017和CSE-CIC-IDS2018上的大量实验表明,该攻击对多类和二值入侵检测模型均有效。
本文其余部分组织如下。第2节回顾模型提取相关研究,并界定本文工作的定位。第3节给出威胁模型并阐述所提框架。第4节描述实验设置,并报告在NSL-KDD、CIC-IDS2017和CSE-CIC-IDS2018上的主要结果。第5节给出消融研究、逐类诊断与计算开销。第6节讨论安全影响、防御考量与局限性。第7节为结论。
## 节选片段
### 相关工作
数据型提取。模型提取如今已涵盖广泛的一类攻击与防御[7]。Tramèr等人[8]通过针对公开API的方程求解重建线性模型、决策树与浅层网络,从而确立该问题;KnockoffNets[9]将其推广到以替代数据查询的深层网络;基于Jacobian的增强[10]与主动学习形式化[11]改进了查询策略;Jagielski等人[12]获得了高保真的功能近似……
### 威胁模型
我们考虑一个黑盒对手克隆作为远程API部署的ML-NIDS V,处于现实且受限的部署条件之下。
输出访问被限制为Top-1硬标签:对每个查询x,对手仅收到 ?(x)=argmax_c V_c(x)∈{0,…,K?1};概率向量 V(x)∈Δ_K 被扣留。扣留分数是一种自然、低成本的防御,可阻碍替代模型训练[3]。受害模型是不透明的:对手对V的架构、参数、训练流程或特征……一无所知。
### 实验设置
数据集。NSL-KDD[32]包含125,973条训练记录和22,544条测试记录,跨五个类别(Normal、DoS、Probe、R2L、U2R),含41个特征;U2R占训练集不到0.05%。CIC-IDS2017[33]提供288,095条多类训练记录和146,652条测试记录,跨七个类别(Benign、Brute_Force、DoS、Web_Attack、Infiltration、Botnet、PortScan),含76个数值特征,类别严重不平衡(表3)。CSE-CIC-IDS2018[34]仅作为分布漂移的代理来源使用……
### 消融研究与诊断
本节将第4节的性能归因于具体的设计选择。所有消融均针对CIC-IDS2017上0.73%代理比率、约53万查询预算下的CNN-LSTM-Transformer受害模型。CNN-LSTM-Transformer是我们实验套件中架构最复杂的受害模型;选择最小的0.73%比率,是为了分析该方法对数据稀缺的敏感性——这正是最能暴露每个机制贡献的区间。
由于下文每一组消融都被理解为在这一……之上测量的差异。
### 安全影响与防御考量
本研究表明,一个仅暴露Top-1硬标签的ML-NIDS,在现实的黑盒设置下仍可能被高保真地提取。硬标签移除了概率分布,但连续查询之间的标签转变仍编码了决策边界的几何信息,而在足够预算与合适的生成策略下,该结构即足以重建替代模型。因此,限制API输出这一被广泛采用的部署措施,本身并不……
### 结论
硬标签ML-NIDS部署——即限制API输出为Top-1类别的部署——在严格的黑盒对手之下仍然可被提取。所提框架将硬标签提取适配到表格型、类别不平衡的NIDS场景:由熵驱动的信息量损失替代了缺失的软标签信号;代理到克隆体的通路锚定了克隆体;由每类平均保真度(M/C Fidelity)指导的检查点选择则避免了稀有攻击类别在多数类主导下被丢失,所有……
### 伦理考量
本文从攻击者角度分析一项脆弱性,以期为防御提供参考。将ML-NIDS API限制为Top-1硬标签是一种被广泛使用的保护措施,然而其本身并不充分;若对此不加报告,将使运营方依赖一种其局限未被记录在案的防御。因此我们同时呈现该攻击以及第6.1节中的具体缓解措施。
所有实验均在自有实验室内完成。所使用的三个数据集均为公开基准……
### 稿件准备过程中生成式AI及AI辅助技术的声明
在本文准备过程中,作者使用了Claude(Opus 4.8,Anthropic)对文本进行编辑(如改写等)。在使用该工具/服务后,作者对内容进行了审查与按需编辑,并对所发表文章的内容承担全部责任。
### 资助
本工作由韩国国防技术计划与推进研究院(KRIT)资助,KRIT由韩国政府(DAPA,国防采购项目管理局)资助(2026年,KRIT-CT-21-037)。
### CRediT作者贡献声明
Donguk Min:撰写——原稿、可视化、验证、软件、方法学、调查研究、形式分析、数据整理、概念构思。
Seungsoo Nam:撰写——审阅与编辑、验证、软件、方法学、调查研究。
Daeseon Choi:撰写——审阅与编辑、监督、资源、项目管理、经费获取、概念构思。
### 利益冲突声明
作者声明不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Donguk Min | Seungsoo Nam | Daeseon Choi
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号