Co-Evolving Zero-Day Jamming: Adaptive Attack Synthesis and Graph Attention-Based Online Detection

本文由 paper-daily 使用 DeepSeek 自动生成，仅供快速了解论文；关键结论请以原文为准。

【一句话总结】本文提出图注意力与狄利克雷过程联合的零日干扰在线检测框架，并设计推理驱动强化学习干扰器作为对抗基准，实现检测与攻击的共同演化。

基本信息

属性	内容
作者	Ghilas Aissou, Rémi A. Chou, Taejoon Kim
来源	arXiv:2609.21334
发布日期	2026-09-18
抓取领域	注意力机制 · 稀疏/高效Attention
学科方向	cs.IT · 人工智能 · 信号处理
arXiv 分类	cs.IT, cs.AI, eess.SP
适用层次	进阶
标签	【标签】零日干扰检测, 图注意力网络, 狄利克雷过程聚类, 强化学习干扰, 开放集识别
PDF	在线阅读
代码仓库	暂无

问题的初衷（Why - 为什么要做这个研究）

【问题的初衷】在无线通信与电子战领域，零日干扰（Zero-Day Jamming）指的是一种此前从未被观测到、无法被现有检测器识别的全新干扰策略。这类攻击对通信系统的可靠性与安全性构成严重威胁，因此学术界提出了大量基于深度学习的干扰检测器。然而，评估这些检测器的鲁棒性本身就是一个难题：现有攻击模型（即用于测试检测器的对抗基准）通常假设攻击者已经掌握目标接收机的先验知识，例如接收机的调制方式、检测器结构或信道状态信息。这种假设在真实对抗场景中几乎不成立，因为攻击者面对的是一个黑盒（Black-Box）目标，无法直接获知其内部状态。因此，这些攻击模型作为评估基准的实用价值大打折扣，无法真实反映检测器在面对未知、自适应对手时的表现。在检测侧，现有检测器同样存在明显不足：它们大多基于卷积神经网络（CNN）或循环神经网络（RNN）处理时频图，难以捕捉干扰信号在时间和频谱维度上的全局结构关系；更重要的是，它们通常采用封闭集分类（Closed-Set Classification）范式，只能识别训练阶段见过的干扰类型，无法在零日策略出现时进行发现与区分。这种'检测器无法发现新攻击、攻击模型又无法真实评估检测器'的双向困境，构成了本文研究的核心动机。

问题的解决（What - 提出了什么方案）

【问题的解决】针对上述双向困境，本文提出了一个'共同演化（Co-Evolving）'的双管齐下框架。在检测侧，论文提出了一种在线检测框架，将图注意力网络（Graph Attention Network, GAT）与狄利克雷过程（Dirichlet Process, DP）均值聚类相结合。GAT 负责从时频表示中学习全局的时序-频谱结构关系，将每个时频单元或频段视为图的节点，通过注意力机制自适应地聚合邻居信息；DP-means 聚类则作为一种非参数贝叶斯方法，能够在统一的学习目标下同时完成已知干扰策略的分类和零日策略的发现。其核心创新在于：检测器不再是一个封闭集分类器，而是一个能够动态扩展类别数量的开放集（Open-Set）学习系统。在攻击侧，论文提出了一种推理驱动的强化学习（Reinforcement Learning, RL）干扰器，作为对抗性评估基准。该干扰器将目标接收机视为黑盒，通过假设检验（Hypothesis Testing）推断检测器的当前状态（例如是否处于告警状态），并利用 RL 优化攻击效果与隐蔽性之间的权衡。与现有攻击模型的本质区别在于：它不依赖任何目标接收机的先验知识，而是通过在线交互和推理来适应目标，从而生成真正具有挑战性的零日干扰策略。两个模块相互对抗、共同演化，最终形成一个能够持续评估和提升检测器鲁棒性的闭环框架。

技术方法详解（How - 怎么实现的）

【技术方法详解】论文的技术方法可从检测框架与攻击框架两个维度展开：

图注意力网络时频表示学习：将接收信号的时频图（Spectrogram）建模为图结构，每个节点代表一个时频单元或频段，边表示时频邻域关系。GAT 通过多头注意力机制计算节点间的注意力系数 $α_{i j}$ ，自适应地聚合邻居特征，从而捕捉干扰信号在时间和频谱上的全局依赖关系。相比 CNN 的局部感受野，GAT 能够建模长距离的时频耦合。
狄利克雷过程均值聚类：DP-means 是一种非参数聚类算法，它允许聚类数量随数据动态增长。论文将其嵌入检测框架，使得检测器能够在统一目标函数下同时完成已知策略的分类和零日策略的发现。当新样本与所有现有聚类中心的距离超过阈值 $λ$ 时，自动创建新聚类，从而识别零日干扰。
联合学习目标：检测框架将 GAT 的表示学习与 DP-means 的聚类分配联合优化，形成一个端到端的在线学习目标。损失函数同时包含分类损失和聚类紧凑性损失，确保学到的表示既有利于已知分类，也有利于新策略发现。
推理驱动强化学习干扰器：干扰器将目标接收机视为黑盒，通过发送探测信号并观察接收机的反馈（如误码率变化、ACK/NACK 信号）来进行假设检验，推断检测器是否处于告警状态。RL 智能体的状态空间包括推断出的检测器状态和信道条件，动作空间为干扰策略参数（如功率、频段、时间模式），奖励函数同时考虑攻击效果和隐蔽性。
攻击效果与隐蔽性权衡：奖励函数设计为 $R = R_{a t t a c k} - β \cdot R_{d e t e c t}$ ，其中 $R_{a t t a c k}$ 衡量干扰对通信的破坏程度， $R_{d e t e c t}$ 衡量被检测器发现的概率， $β$ 为权衡系数。通过调整 $β$ ，干扰器可以在不同隐蔽性要求下生成多样化的攻击策略。
共同演化机制：检测器和干扰器交替更新，干扰器生成新的零日策略，检测器通过 DP-means 发现并学习这些策略，随后干扰器再根据检测器的更新调整策略，形成对抗性共同演化循环。

系统架构图

方法流程图

核心公式与算法

【核心公式】

图注意力系数计算：

α_{i j} = \frac{\exp (LeakyReLU (a^{T} [W h_{i} ∥ W h_{j}]))}{\sum_{k \in N (i)} \exp (LeakyReLU (a^{T} [W h_{i} ∥ W h_{k}]))}

其中 $h_{i}$ 为节点 $i$ 的特征， $W$ 为可学习权重矩阵， $a$ 为注意力向量， $N (i)$ 为节点 $i$ 的邻居集合， $∥$ 表示拼接操作。

DP-means 聚类目标函数：

min_{{C_{k}}} \sum_{k = 1}^{K} \sum_{x_{i} \in C_{k}} ∥ x_{i} - μ_{k} ∥^{2} + λ K

其中 $C_{k}$ 为第 $k$ 个聚类， $μ_{k}$ 为聚类中心， $K$ 为聚类数量， $λ$ 为创建新聚类的惩罚参数。当样本到最近聚类中心的距离超过 $λ$ 时，创建新聚类。

强化学习奖励函数：

R = R_{a t t a c k} - β \cdot R_{d e t e c t}

其中 $R_{a t t a c k}$ 衡量攻击效能， $R_{d e t e c t}$ 衡量被检测概率， $β$ 为权衡系数，用于调节攻击性与隐蔽性之间的平衡。

应用场景（Where - 在哪落地）

【应用场景】

军事通信电子战：在战场环境中，敌方可能使用未知的干扰策略对我方通信链路进行攻击。本文提出的检测框架可以部署在军用软件定义无线电（SDR）平台上，实时监测频谱并发现零日干扰策略，同时利用 RL 干扰器作为训练对手，持续提升检测器的鲁棒性。预期效果是在敌方切换新干扰策略后的短时间内完成识别和告警，保障通信链路的安全。
民用无线网络抗干扰：在 5G/6G 蜂窝网络或 Wi-Fi 网络中，恶意用户可能发起智能干扰攻击以降低网络吞吐量。运营商可以将该检测框架集成到基站或接入点中，通过在线学习发现新型干扰模式，并动态调整频谱分配和功率控制策略。预期效果是减少干扰导致的掉话率和吞吐量下降，提升用户体验。
物联网设备安全：大规模物联网（IoT）设备容易成为干扰攻击的目标，尤其是低功耗广域网（LPWAN）场景。本文的轻量化 GAT 和 DP-means 可以在边缘网关部署，实时检测异常干扰并发现零日攻击。预期效果是在资源受限条件下实现高效检测，保障物联网通信的可靠性。

具体技术细节示例（How in Action - 算法如何执行）

【具体技术细节示例】假设接收机在某一时刻接收到一个时频图，包含 $4 \times 4$ 个时频单元，每个单元的特征向量维度为 3（例如能量、频率偏移、时间偏移）。初始时，检测器已经学习了两个已知干扰策略的聚类中心： $μ_{1} = [0.2, 0.1, 0.3]$ （扫频干扰）和 $μ_{2} = [0.8, 0.7, 0.6]$ （脉冲干扰），阈值 $λ = 0.5$ 。

步骤 1：构建时频图。将 $4 \times 4$ 的时频单元视为 16 个节点，每个节点特征为 3 维向量。根据时频邻接关系建立边，例如相邻时频单元之间有边。

步骤 2：GAT 前向传播。对每个节点，计算与邻居的注意力系数。假设节点 $i$ 的特征为 $h_{i} = [0.9, 0.85, 0.7]$ ，其邻居特征分别为 $[0.88, 0.82, 0.68]$ 和 $[0.91, 0.87, 0.72]$ 。经过注意力聚合后，节点 $i$ 的新特征为 $h_{i}^{'} = [0.89, 0.84, 0.69]$ 。

步骤 3：DP-means 聚类。计算 $h_{i}^{'}$ 到两个聚类中心的欧氏距离： $d_{1} = ∥ [0.89, 0.84, 0.69] - [0.2, 0.1, 0.3] ∥ = 1.12$ ， $d_{2} = ∥ [0.89, 0.84, 0.69] - [0.8, 0.7, 0.6] ∥ = 0.27$ 。最近距离为 $d_{2} = 0.27 < λ = 0.5$ ，因此将节点 $i$ 归类为已知策略 2（脉冲干扰）。

步骤 4：假设另一个节点 $j$ 经过 GAT 后的特征为 $[0.1, 0.9, 0.2]$ ，计算距离： $d_{1} = ∥ [0.1, 0.9, 0.2] - [0.2, 0.1, 0.3] ∥ = 0.82$ ， $d_{2} = ∥ [0.1, 0.9, 0.2] - [0.8, 0.7, 0.6] ∥ = 0.94$ 。最近距离为 $0.82 > λ = 0.5$ ，因此创建新聚类 $μ_{3} = [0.1, 0.9, 0.2]$ ，并标记为零日策略。

步骤 5：更新聚类中心和 GAT 参数。通过反向传播优化联合损失函数，使已知策略的聚类更紧凑，同时保持新聚类的独立性。最终输出：节点 $i$ 为已知脉冲干扰，节点 $j$ 为零日策略（可能是新型跳频干扰）。

实验结果（Results - 效果如何）

【实验结果】论文通过仿真实验验证了所提框架的有效性。实验设置包括多种已知干扰策略（如扫频干扰、部分频带干扰、脉冲干扰）作为训练集，以及由 RL 干扰器生成的零日策略作为测试集。对比方法包括基于 CNN 的检测器、基于 LSTM 的检测器以及传统能量检测器。关键实验结果如下：所提出的 RL 干扰器在攻击效能上比基准攻击模型高出 33%，在隐蔽性上高出 67%，表明其能够生成更具挑战性的对抗样本。在检测侧，所提出的 GAT+DP-means 检测框架在面对 RL 干扰器时，检测准确率比基准检测器高出 20%。此外，消融实验表明，GAT 模块和 DP-means 模块对最终性能均有显著贡献，移除任一模块都会导致检测准确率明显下降。实验还验证了检测器在零日策略发现方面的能力，能够在新策略出现后的少量样本内完成聚类创建和识别。

实验结果可视化

优势与不足

【优势与不足】

优势：

提出了首个将图注意力网络与狄利克雷过程均值聚类联合用于零日干扰在线检测的框架，实现了开放集学习，能够动态发现新策略。
设计了推理驱动的强化学习干扰器，不依赖目标接收机先验知识，通过假设检验和黑盒交互生成真实感强的对抗基准，填补了评估基准的空白。
两个模块共同演化，形成闭环对抗框架，实验证明在攻击效能、隐蔽性和检测准确率上均显著优于基准。

不足：

仿真实验基于特定信道模型和干扰场景，未在真实无线环境中验证，实际部署时可能面临信道衰落、多径效应等复杂因素。
DP-means 聚类的阈值 $λ$ 需要人工设定或调优，对零日策略发现的灵敏度和误报率有较大影响，缺乏自适应机制。
强化学习干扰器的训练需要大量交互样本，在线学习效率可能成为实际应用中的瓶颈。

未来研究方向

【未来方向】

真实环境验证与硬件实现：将框架部署到软件定义无线电平台，在真实无线信道中验证检测器和干扰器的性能，考虑多径衰落、噪声不确定性等实际因素。
自适应阈值与元学习：研究 DP-means 阈值 $λ$ 的自适应调整机制，或引入元学习（Meta-Learning）使检测器能够快速适应新的干扰环境，减少人工调参。
多智能体对抗演化：将单个干扰器扩展为多智能体场景，研究多个干扰器协同或竞争时的检测与对抗策略，探索更复杂的共同演化动态。

一句话总结

【一句话总结】本文提出图注意力与狄利克雷过程联合的零日干扰在线检测框架，并设计推理驱动强化学习干扰器作为对抗基准，实现检测与攻击的共同演化。

本解读由 DeepSeek AI 自动生成，仅供参考。

Co-Evolving Zero-Day Jamming: Adaptive Attack Synthesis and Graph Attention-Based Online Detection ​

基本信息 ​

问题的初衷（Why - 为什么要做这个研究） ​

问题的解决（What - 提出了什么方案） ​

技术方法详解（How - 怎么实现的） ​

系统架构图 ​

方法流程图 ​

核心公式与算法 ​

应用场景（Where - 在哪落地） ​

具体技术细节示例（How in Action - 算法如何执行） ​

实验结果（Results - 效果如何） ​

实验结果可视化 ​

优势与不足 ​

相关工作 ​

未来研究方向 ​

一句话总结 ​