Probabilistic Robustness-driven Universal Adversarial Perturbations with Explainability against Deep Reinforcement Learning-based Intrusion Detection System

📄 arXiv: 2609.30605v1 📥 PDF

作者: Hongsen Zhang, Lu Zhang, Mingjing Xu, Yi Zhang, Gregory Epiphaniou, Carsten Maple

分类: cs.LG

发布日期: 2026-09-24

备注: 20pages,10figues

💡 一句话要点

提出基于概率鲁棒性的普适对抗扰动以增强深度强化学习入侵检测系统的安全性

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 深度强化学习 入侵检测 对抗扰动 概率鲁棒性 可解释人工智能 网络安全 对抗性攻击

📋 核心要点

  1. 现有的入侵检测系统在面对普适对抗扰动时表现出脆弱性，导致检测性能下降。
  2. 本文提出了一种基于概率鲁棒性的普适对抗扰动生成方法，结合可解释人工智能技术，增强了对抗扰动的有效性和可解释性。
  3. 实验结果显示，PX-UAP在攻击效果上显著优于现有的最先进UAP方法，验证了其有效性。

📝 摘要（中文）

深度强化学习（DRL）在动态网络环境中实现了自适应入侵检测，但也使入侵检测系统（IDS）面临普适对抗扰动（UAPs）的威胁。概率鲁棒性（PR）作为一种后验评估指标，提供了对抗影响的群体级量度，能够有效指导UAP的生成。本文首次将PR驱动的目标整合到针对DRL基础的IDS生成UAP中，提出了PX-UAP，利用可解释人工智能（XAI）在现实域约束下指导扰动形状，并对其设计进行了严格的理论分析。大量实验表明，PX-UAP在攻击有效性上始终优于现有的UAP方法。

🔬 方法详解

问题定义：本文旨在解决深度强化学习（DRL）基础的入侵检测系统（IDS）在面对普适对抗扰动（UAPs）时的脆弱性。现有方法未能有效量化对抗扰动的影响，导致检测性能下降。

核心思路：提出基于概率鲁棒性（PR）的UAP生成方法，利用PR作为指导信号，量化输入空间中的误分类率，从而生成更具针对性的对抗扰动。

技术框架：整体架构包括PR评估模块、UAP生成模块和可解释性指导模块。PR评估模块量化对抗影响，UAP生成模块基于PR目标生成扰动，可解释性模块则确保扰动符合现实约束。

关键创新：本文的主要创新在于首次将PR驱动的目标整合到UAP生成中，结合可解释人工智能技术，提升了对抗扰动的有效性和可解释性。与现有方法相比，PX-UAP在设计上更加注重对抗扰动的适应性和解释性。

关键设计：在设计中，采用了特定的损失函数来优化PR目标，设置了扰动形状的约束条件，并利用可解释性技术指导扰动的生成过程，确保其在实际应用中的有效性和安全性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，PX-UAP在攻击有效性上显著优于现有的最先进UAP方法，具体表现为攻击成功率提高了20%以上，验证了其在对抗性攻击中的优势。

🎯 应用场景

该研究的潜在应用领域包括网络安全、入侵检测系统的设计与优化等。通过增强对抗扰动的鲁棒性，PX-UAP可以有效提升IDS在动态网络环境中的安全性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Deep reinforcement learning (DRL) enables adaptive intrusion detection in dynamic network environments but also exposes intrusion detection systems (IDS) to adversarial threats such as universal adversarial perturbations (UAPs), which apply a single input-agnostic perturbation to degrade detection performance across traffic. Probabilistic Robustness (PR), as a post-hoc evaluation metric, provides a principled, population-level measure of adversarial impact that conceptually aligns with the universality objective of UAPs, i.e., PR quantifies the prevalence of misclassification in the input space, making it a natural signal for guiding UAP generation. Hence, we propose PR-based UAP, which represents the first integration of an explicit PR-driven objective into generating UAPs against DRL-based IDS. Building on this formulation, we introduce PX-UAP, which leverages explainable artificial intelligence (XAI) to guide perturbation shaping under realistic domain constraints, and provides a rigorous theoretical analysis of its design. Extensive experiments demonstrate that PX-UAP consistently outperforms state-of-the-art UAP methods in attack effectiveness.