arXiv cs.CRは11月11日(現地時間)、エンドツーエンドオートエンコーダ通信システムに対する物理攻撃手法を報告する研究論文を公開した。Ho Viet Duc Luong氏らが執筆したこの論文は、進化アルゴリズムを用いて、高いデータ伝送効率を持つとされる同システムが敵対的攻撃に脆弱であることを指摘している。ホワイトボックスシナリオにはPAGA、ブラックボックスシナリオにはPAMFGAという手法が提案された。
エンドツーエンドオートエンコーダ通信は、効率的なデータ伝送の有望な手段として注目されている。しかし、近年、悪意のあるエンティティが送信信号を操作してオートエンコーダを欺く敵対的攻撃によって、その脆弱性が明らかになってきている。
この論文では、進化アルゴリズムの応用を活用し、エンドツーエンドオートエンコーダ通信に対する物理攻撃を実行するという最適化問題の解決に取り組んだ。ホワイトボックスシナリオ向けには、PAGA (Physical Attack based on Genetic Algorithm) が導入された。これは、遺伝的アルゴリズムとエリート集団初期化を組み合わせることで、オートエンコーダの性能を低下させる攻撃信号を生成する手法である。これらの攻撃信号の有効性を評価するため、実質的な再構築エラーと誤分類率を引き起こす能力を測定するフィットネス関数が採用されている。
攻撃者が受信者に関する知識が限定される、いわゆるブラックボックス攻撃のシナリオに対応するため、PAGAの多因子バージョンであるPAMFGA (Multi-Factorial version of PAGA) が提案された。実験結果によると、提案された攻撃は、評価された設定全体でオートエンコーダ通信システムの信頼性を大幅に低下させることが示されている。この研究は、エンドツーエンドオートエンコーダ通信システムの設計と実装において、セキュリティ上の考慮事項を組み込むことの重要性を強調している。この論文はJournal of Network and Computer Applicationsに受理された。
参考: arXiv cs.CR (アーカイブ) — 2026年11月16日 14:00 (JST)
原文ハイライト"Evolutionary-based Transfer Learning for Physical Attack on End-to-End Autoencoder Communications"