论文部分内容阅读
机器学习算法为很多安全应用提供了良好的解决方案，然而机器学习算法本身却面临被敌手攻击的威胁。为分析敌手攻击对机器学习算法造成的影响，本文提出符合某些特定场合的敌手攻击模型，并在该模型下比较几种线性分类器的对抗性。最后在垃圾邮件过滤公开数据库上进行测试，实验结果表明，支持向量分类器具有相对较好的对抗性。