• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索

author:

刘西蒙 (刘西蒙.) [1] | 谢乐辉 (谢乐辉.) [2] | 王耀鹏 (王耀鹏.) [3] | 李旭如 (李旭如.) [4]

Indexed by:

CQVIP

Abstract:

对抗样本是被添加微小扰动的原始样本,用于误导深度学习模型的输出决策,严重威胁到系统的可用性,给系统带来极大的安全隐患。为此,详细分析了当前经典的对抗攻击手段,主要包括白盒攻击和黑盒攻击。根据对抗攻击和防御的发展现状,阐述了近年来国内外的相关防御策略,包括输入预处理、提高模型鲁棒性、恶意检测。最后,给出了未来对抗攻击与防御领域的研究方向。

Keyword:

对抗攻击 对抗样本 对抗防御 深度学习安全

Community:

  • [ 1 ] 福州大学数学与计算机科学学院,福建福州350108
  • [ 2 ] 广东省数据安全与隐私保护重点实验室,广东广州510632
  • [ 3 ] 华东师范大学计算机与科学学院,上海200241

Reprint 's Address:

Email:

Show more details

Related Keywords:

Related Article:

Source :

网络与信息安全学报

ISSN: 2096-109X

Year: 2020

Issue: 5

Volume: 6

Page: 36-53

Cited Count:

WoS CC Cited Count:

SCOPUS Cited Count:

ESI Highly Cited Papers on the List: 0 Unfold All

WanFang Cited Count:

Chinese Cited Count: -1

30 Days PV: 0

Affiliated Colleges:

Online/Total:412/10906437
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1