跳到正文
热点事件观察中

研究人员提交认知雷达时空攻击论文

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Tongrun Xing等研究人员提交了认知雷达攻击方法SSTA论文;论文报告称,在涵盖CNN、RNN和Transformer的9种模型测试中,其平均黑盒攻击成功率比现有最佳基线高10.36%。 论文还称,基带等效仿真中,生成波形经过极端物理畸变和匹配滤波后主瓣衰减为0 dB,噪声底抬升仍在恒虚警率容差内。这些结果来自论文所述的模型测试与仿真。

AI 根据报道生成 · 18 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv · Machine Learning
    连接数字欺骗与物理保真度:面向认知雷达的时空攻击

    研究人员提出物理先验驱动的分段时空攻击(SSTA),以提升认知雷达对抗攻击的跨架构迁移能力和物理信道适应性。在覆盖 CNN、RNN 和 Transformer 的 9 个异构模型上,SSTA 的平均黑盒攻击成功率较现有最佳基线高 10.36%。基带等效仿真显示,波形经极端物理畸变和匹配滤波后主瓣衰减为 0 dB,噪声底抬升仍处于恒虚警率容差内。

本事件热度走势

可比范围当前
5
可比范围峰值
810月21日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。