10.3969/j.issn.1000-3428.2016.11.024
基于多线性分类器拟合的攻击模拟算法
为提高分类器在对抗性环境和训练阶段的抗攻击性,提出一种新的攻击模拟算法。通过拟合成员分类器模拟并获取最差情况攻击使用的决策边界,根据阈值设定去除性能较差的成员分类器,使最终攻击结果优于模仿攻击算法。实验结果表明,该算法无需获取目标分类器的具体信息,在保证分类准确率的同时具有较高的安全性。
分类器、对抗性环境、攻击模拟算法、最差情况攻击、模仿攻击
42
TP18(自动化基础理论)
国家“973”计划项目2013CB329603;国家自然科学基金61472248,61171173。
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
147-151