در این تحقیق ما بر روی تولید مثال‌های دشمن گونه برای سیستم‌های نفوذ در شبکه مبتنی بر مدلهای یادگیری ژرف تمرکز می‌کنیم. ما سعی در جواب دادن به سه سؤال داریم. اول اینکه آیا می‌توانیم با کنترل تعداد کمی از ویژگی‌های ورودی برای حوزه تشخیص نفوذ در شبکه مثال‌های دشمن گونه یافت. دوم اینکه آیا می‌توان تنها با انتخاب ویژگی‌هایی که به صورت واقع‌گرایانه در کنترل مهاجم هستند مثال دشمن گونه تولید کرد یا خیر. و نهایتاً سؤال سوم این است که آیا می‌توانیم از مدل های مولد دشمن گونه برای تولید مثال‌های دشمن گونه تحت شبکه استفاده کنیم.برای پاسخ دادن به این سؤالات از روش آموزش یک مدل جایگزین برای یافتن مرزهای تصمیم گیری مدل تحت حمله استفاده می کنیم. با واقعی نگاه داشتن شرایط آزمایش  جواب ما به هر سه سؤال آری می باشد. در پاسخ به سؤال اول این تحقیق مشاهده شد که تحت محدودیت‌های حوزه شبکه با ایجاد اختلال در حتی دو ویژگی هم ما قادر به تولید مثال‌های دشمن گونه می باشیم. در پاسخ به سؤال دوم  مشاهده شد که ویژگی‌هایی که توسط مهاجم قابل کنترل هستند برای تولید مثال‌های دشمن گونه با ایجاد اختلال در تنها ۲ ویژگی نیز کافی هستند. در پاسخ به سؤال سوم نیز با طراحی یک مدل ساده و استفاده از مدل غربالگر زوج مدل تولیدگر دشمن گونه مشاهده شد که می‌توان برای حوزه شبکه با در نظر گرفتن دو محدودیت قبل مثال دشمن گونه طراحی کرد.