深度学习对抗样本的防御方法综述

摘要：

深度学习技术的出现给许多领域带来了突破,被广泛地应用于多个实际场景中.在解决许多复杂问题方面,深度学习的表现已经超过了人类水平.但研究表明,深度学习模型容易受到对抗样本的攻击而产生不正确的输出,进而被攻击者加以利用,这影响到实际应用系统的可靠性和安全性.面对对抗样本的不同攻击方法,文章从模型和数据两个方面对防御方法进行了分类,总结了不同分类下防御方法的研究思路和研究进展,并给出了下一步对抗深度学习的发展方向.

关键词：深度学习、对抗样本、防御技术

所属期刊栏目：10

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金项目项目编号:U1836105

在线出版日期：2020-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：93-101