针对深度学习模型的对抗性攻击与防御-资料列表1-中国计算机学会

您的位置：首页 > 数字图书馆 > CCF DL Focus > Computer_Research > Volume3 > 资料列表1

针对深度学习模型的对抗性攻击与防御

https://dl.ccf.org.cn/file_server/20210527/159_226_43_5/yjyfz21-5/8330369f951d41779f2171a4cbf15a1a.jpg

阅读量：216

2022-03-25

收藏本文

以深度学习为主要代表的人工智能技术正在悄然改变人们的生产生活方式，但深度学习模型的部署也带来了一定的安全隐患.研究针对深度学习模型的攻防分析基础理论与关键技术，对深刻理解模型内在脆弱性、全面保障智能系统安全性、广泛部署人工智能应用具有重要意义.拟从对抗的角度出发，探讨针对深度学习模型的攻击与防御技术进展和未来挑战.首先介绍了深度学习生命周期不同阶段所面临的安全威胁.然后从对抗性攻击生成机理分析、对抗性攻击生成、对抗攻击的防御策略设计、对抗性攻击与防御框架构建4个方面对现有工作进行系统的总结和归纳.还讨论了现有研究的局限性并提出了针对深度学习模型攻防的基本框架.最后讨论了针对深度学习模型的对抗性攻击与防御未来的研究方向和面临的技术挑战.

收藏本文

<<< 上一篇基于深度学习的位置隐私攻击

面向低维工控网数据集的对抗样本攻击分析下一篇 >>>

<<< 下一篇面向低维工控网数据集的对抗样本攻击分析

读完这篇文章后，您心情如何？

[ 0 ]人参与 (点击查看)

匿名评论所有评论仅代表网友意见

针对深度学习模型的对抗性攻击与防御

https://dl.ccf.org.cn/file_server/20210527/159_226_43_5/yjyfz21-5/8330369f951d41779f2171a4cbf15a1a.jpg

推荐内容