首页 | 本学科首页   官方微博 | 高级检索  
     

图像分类中的白盒对抗攻击技术综述
作者姓名:魏佳璇  杜世康  于志轩  张瑞生
作者单位:兰州大学 信息科学与工程学院,兰州 730000
兰州大学第一医院,兰州 730000
基金项目:甘肃省自然科学基金资助项目(20YF8FA080)
摘    要:在深度学习中图像分类任务研究里发现,对抗攻击现象给深度学习模型的安全应用带来了严峻挑战,引发了研究人员的广泛关注。首先,围绕深度学习中用于生成对抗扰动的对抗攻击技术,对图像分类任务中重要的白盒对抗攻击算法进行了详细介绍,同时分析了各个攻击算法的优缺点;然后,分别从移动终端、人脸识别和自动驾驶三个现实中的应用场景出发,介绍了白盒对抗攻击技术的应用现状;此外,选择了一些典型的白盒对抗攻击算法针对不同的目标模型进行了对比实验并分析了实验结果;最后,对白盒对抗攻击技术进行了总结,并展望了其有价值的研究方向。

关 键 词:对抗样本  白盒对抗攻击  深度学习  图像分类  人工智能安全  
收稿时间:2021-07-26
修稿时间:2021-09-29
点击此处可从《计算机应用》浏览原始摘要信息
点击此处可从《计算机应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号