|
|||||
|
|
| 深度学习模型鲁棒性研究综述 | |
| 作者姓名： | 纪守领 杜天宇 邓水光 程鹏 时杰 杨珉 李博 |
| 作者单位： | 浙江大学计算机科学与技术学院 杭州 310027,浙江大学控制科学与工程学院 杭州 310027,华为新加坡研究所 新加坡 138589 新加坡,复旦大学计算机科学技术学院 上海 201203,伊利诺伊大学香槟分校计算机科学学院 厄巴纳香槟 61822 美国 |
| 基金项目： | 浙江省自然科学基金杰出青年项目(LR19F020003);;国家重点研发计划项目(2020YFB2103802);;国家自然科学基金项目(61772466,U1936215,U1836202); |
| 摘 要： | 在大数据时代下,深度学习理论和技术取得的突破性进展,为人工智能提供了数据和算法层面的强有力支撑,同时促进了深度学习的规模化和产业化发展.然而,尽管深度学习模型在现实应用中有着出色的表现,但其本身仍然面临着诸多的安全威胁.为了构建安全可靠的深度学习系统,消除深度学习模型在实际部署应用中的潜在安全风险,深度学习模型鲁棒性分... |
| 关 键 词： | 深度学习 对抗样本 鲁棒性分析 人工智能安全 |
| 本文献已被 维普 万方数据 等数据库收录！ | |