adversarial-evasion

本文比较了XGBoost和RoBERTa-LoRA在相同数据集、跨数据集迁移和对抗性规避三个轴上的网络入侵检测性能，表明不存在通用的优胜者，性能取决于评估条件。

这篇 arXiv 论文提出了一种三分类检测框架，用于区分人类、机器人和 AI 智能体，并表明二元分类器会系统性地错误分类智能体。它确定了最小特征集（例如 mouse_event_rate 和 teleport_click_ratio），这些特征集在各种规避级别下都能实现完美的智能体召回率。