BriefGPT - AI 论文速递
·
Analysis of the Vulnerability of Machine Learning Regression Models to Adversarial Attacks Using Data from 5G Wireless Networks
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文探讨了5G无线网络中机器学习回归模型对对抗攻击的脆弱性，特别是FGSM方法的影响。研究显示，该攻击导致均方误差提高33%，R2指标平均下降10%。使用LightGBM分类器可实现98%的准确率识别对抗异常数据。
🎯
关键要点
-
本文探讨了机器学习回归模型在5G无线网络环境中对对抗攻击的脆弱性。
-
FGSM方法的攻击导致均方误差（MSE）提高33%。
-
R2指标平均下降10%。
-
使用LightGBM分类器可以以98%的准确率识别出带有对抗异常的数据。
🏷️
