来源：期刊VIP网 时间：
作者：高程昕;温昕;曹锐;
单位：太原理工大学软件学院;
摘要：在无线通信网络中，由于网络的开放性和共享性，攻击源自多个不同的源头，展现出多种多样的特征。传统的防御方法难以同时应对多种攻击模式，且在处理多模态数据时存在效率低下和准确性不足的问题。为此，研究基于输入通道拆分的无线通信网络对抗攻击多任务防御方法。利用Morlet小波变换将无线通信网络信号转换为时频图像，以输入通道拆分的方式拆分时频图像，得到RGB三个通道的时频图像。在改进注意力机制生成对抗网络内，结合多任务学习建立多防御模型。该模型内生成器通过空间注意力模块与时间注意力长短期记忆网络模块，提取RGB三个通道时频图像的时空特征，并生成对抗样本，通过判别器识别图像类型。检测到攻击时，用对抗样本替换攻击数据，实现无线通信网络的多任务对抗防御。实验证明，该方法可有效将无线通信网络信号转换成时频图像，且有效生成对抗样本，完成无线通道网络对抗攻击多任务防御。
关键词：输入通道拆分;;无线通信网络;;对抗攻击;;多任务防御;;小波变换;;注意力机制;;生成对抗网络;;长短期记忆网络
基金资助：国家自然科学基金委员会青年科学基金：基于脑老化的多中心功能磁共振分析方法研究（62206196）;; 山西省青年科学基金项目：神经影像大数据功能指纹挖掘及模型可解释性研究（202103021223035）
