टीटीटीएस: निर्णय वृक्ष के प्रतिकूल उदाहरणों के खिलाफ मजबूती बढ़ाने के लिए पेड़ परीक्षण समय अनुकरण

निर्णय वृक्षों का व्यापक रूप से तालिका डेटा से संबंधित शिक्षण कार्यों को पूरा करने के लिए उपयोग किया जाता है। फिर भी, ये प्रतिकूल हमलों के प्रति संवेदनशील हैं। इस पेपर में, हम पेड़ परीक्षण समय अनुकरण (TTTS) प्रस्तुत करते हैं, जो निर्णय वृक्षों में अपने मजबूती को बढ़ाने के लिए मोंटे कार्लो अनुकरणों को शामिल करता है। TTTS निर्णय पथ में एक संभाव्य संशोधन प्रस्तुत करता है, बिना अंतर्निहित वृक्ष संरचना को बदले। हमारे 50 डेटा सेट्स का व्यापक अनुभवात्मक विश्लेषण आशाजनक परिणाम देता है। किसी भी हमले की उपस्थिति के बिना, TTTS ने AUC को 0.714 से 0.773 तक सफलतापूर्वक सुधारा है। सफेद-बक्से के हमलों की चुनौतीपूर्ण परिस्थितियों में, TTTS ने प्रदर्शन को AUC 0.337 से 0.680 तक बढ़ाकर अपनी मजबूती प्रदर्शित की। यहां तक कि काले बक्से के हमलों के अधीन भी, TTTS उच्च सटीकता बनाए रखता है और मॉडल के प्रदर्शन को AUC 0.628 से 0.719 तक बढ़ाता है। विशेषताओं को निचोड़ने जैसी सुरक्षा उपायों की तुलना में, TTTS कहीं अधिक प्रभावी साबित होता है। हमने यह भी पाया कि TTTS विभिन्न हमलों के बीच निर्णय वन सेटिंग्स में समान मजबूती प्रदर्शित करता है।