本文研究射频机器学习中的对抗性机器学习，提出了一种在无线通信中评估对抗性成功的方法，并使用快速梯度符号方法评估了 RFML 的安全性。研究发现，即使在 OTA 攻击下，RFML 也容易受到对抗性示例的攻击，但针对 RFML 特定领域的接收机效应可以在对抗性逃避方面产生重大影响。