首页|期刊导航|计算机工程|面向深度学习模型的对抗攻击与防御方法综述

面向深度学习模型的对抗攻击与防御方法综述OA北大核心CSCDCSTPCD

Survey of Adversarial Attacks and Defense Methods for Deep Learning Model

中文摘要

深度学习作为人工智能技术的重要组成部分,被广泛应用于计算机视觉和自然语言处理等领域.尽管深度学习在图像分类和目标检测等任务中取得了较好性能,但是对抗攻击的存在对深度学习模型的安全应用构成了潜在威胁,进而影响了模型的安全性.在简述对抗样本的概念及其产生原因的基础上,分析对抗攻击的主要攻击方式及目标,研究具有代表性的经典对抗样本生成方法.描述对抗样本的检测与防御方法,并阐述对抗样本在不同领域的应用实例.通过对对抗样本攻击与防御方法的分析与总结,展望对…查看全部>>

姜妍;张立国

哈尔滨工程大学 计算机科学与技术学院,哈尔滨 150001哈尔滨工程大学 计算机科学与技术学院,哈尔滨 150001

信息技术与安全科学

人工智能深度学习对抗攻击安全防御对抗样本

《计算机工程》 2021 (1)

1-11,11

中央高校基本科研业务费专项资金(3072020CF0604,3072020CFQ0602).

10.19678/j.issn.1000-3428.0059156

评论

您当前未登录!去登录点击加载更多...