Evading deep reinforcement learning-based network intrusion detection with adversarial attacks

Mohamed Amine Merzouk, Joséphine Delas, Christopher Neal, Frédéric Cuppens, Nora Boulahia Cuppens et Reda Yaich

Communication écrite (2022)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
ISBN:	9781450396707
URL de PolyPublie:	https://publications.polymtl.ca/51405/
Nom de la conférence:	17th International Conference on Availability, Reliability and Security (ARES 2022)
Lieu de la conférence:	Vienna, Austria
Date(s) de la conférence:	2022-08-23 - 2022-08-26
Maison d'édition:	Association for Computing Machinery (ACM)
DOI:	10.1145/3538969.3539006
URL officielle:	https://doi.org/10.1145/3538969.3539006
Date du dépôt:	18 avr. 2023 14:59
Dernière modification:	08 avr. 2025 14:40

Citer en APA 7:	Merzouk, M. A., Delas, J., Neal, C., Cuppens, F., Boulahia Cuppens, N., & Yaich, R. (août 2022). Evading deep reinforcement learning-based network intrusion detection with adversarial attacks [Communication écrite]. 17th International Conference on Availability, Reliability and Security (ARES 2022), Vienna, Austria (6 pages). https://doi.org/10.1145/3538969.3539006
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel