资料下载
×
深度学习模型的对抗攻击及防御措施
消耗积分:0 |
格式:pdf |
大小:1.68 MB |
2021-03-12
分享资料个
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，展望对抗攻击与防御领域未来的研究方向。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
