论文摘要
随着大数据时代的到来,深度学习已经成为当前计算机领域研究和应用最广泛的技术之一,成功应用于数据挖掘、计算机视觉、自然语言处理等领域。虽然深度学习已经在解决复杂问题方面取得了的成功,但是研究表明,其容易受到对抗样本的攻击,导致模型产生不正确的输出,进而影响到实际应用系统的可靠性和安全性。文章回顾了有关深度学习的对抗样本的最新发现,总结了生成对抗样本的攻击方法,最后给出了对抗攻击的未来研究方向。
论文目录
文章来源
类型: 期刊论文
作者: 张嘉楠,王逸翔,刘博,常晓林
关键词: 深度学习,对抗样本,安全威胁,防御技术
来源: 网络空间安全 2019年07期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室
基金: 国家自然科学基金项目(项目编号:U1836105)
分类号: TP18;TP309
页码: 87-96
总页数: 10
文件大小: 1795K
下载量: 291