《计算机应用研究》|Application Research of Computers

对抗样本生成及攻防技术综述

Survey of generation, attack and defense of adversarial examples

免费全文下载 (已被下载 次)  
获取PDF全文
作者 刘小垒,罗宇恒,邵林,张小松,朱清新
机构 电子科技大学 信息与软件工程学院;电子科技大学 网络空间安全研究中心
统计 摘要被查看 次,已被下载
摘要 随着机器学习技术在生产、生活等各个领域的广泛应用,机器学习算法本身的安全问题也引起越来越多的关注。基于对抗样本的攻击方法是机器学习算法普遍面临的安全挑战之一。以机器学习的安全性问题为出发点,介绍了当前机器学习面临的隐私攻击、完整性攻击等安全问题,归纳了目前常见对抗样本生成方法的发展过程及各自的特点,总结了目前已有的针对对抗样本攻击的防御技术,最后对提高机器学习算法鲁棒性的方法做了进一步的展望。
关键词 对抗样本;机器学习;深度学习
基金项目 国家自然科学基金资助项目(61572115)
四川省苗子工程创新基金资助项目(2019JDRC0069)
本文URL http://www.arocmag.com/article/02-2020-11-001.html
收稿日期
修回日期
页码 -
中图分类号 TP399
文献标志码