用于端口扫描规避的对抗性强化学习：边缘部署 IDS 中攻击者特征可见性

arXiv:2610.08864v1 公告类型：cross 摘要：基于机器学习的入侵检测系统（IDS）越来越多地应用于资源受限的物联网（IoT）环境中，但其鲁棒性评估通常针对静态攻击，而非会根据检测反馈进行自适应的对手。本文研究了针对部署在 Raspberry Pi 3B+ 上的基于机器学习的 IDS 模型的自适应端口扫描规避。我们实现了一套基于 Zeek 的实时 IDS 流水线，其中包含 XGBoost、多层感知机和一维卷积神经网络，这些模型均使用 TON_IoT 遥测数据进行训练；同时，我们利用 Deep Q-Network（DQN）对手，在黑盒、灰盒和白盒特征可见性设置下，学习探测时序、TCP 标志位和载荷大小的规避组合。尽管部署的 IDS 模型对传统端口扫描的检测率达到 91.1%--99.8%，但在不同特征可见性设置下，DQN 最后 50 个回合的规避率介于 61.9% 和 98.3% 之间。更高的特征可见性并不会单调地提升规避效果，其影响取决于模型：对于 XGBoost，黑盒智能体的规避率为 92.9%，而灰盒和白盒智能体分别为 61.9% 和 76.9%；相比之下，1D-CNN 在白盒访问条件下最为脆弱，规避率达到 98.1%。由于标准 DQN 可能高估动作价值，我们进一步使用 Double DQN 对具有代表性的条件进行了抽查验证。在该检查中，灰盒条件仍然不稳定，未能证明仅凭高估偏差就能解释所观察到的不稳定性。这些结果表明，即使特征知识有限，也仍能针对静态的边缘部署 IDS 实现有效的自适应规避，从而凸显了在物联网边缘环境中采用更强健防御措施的必要性。