基于插值法的对抗攻击防御算法

摘要：

深度神经网络(DNN)在预测过程中会受到对抗攻击而输出错误的结果,因此研究具有防御能力的新型深度学习算法,对于提高神经网络的鲁棒性和安全性有重要的价值.文章主要研究应对对抗样本攻击的被动防御方法,提出基于插值法的对抗攻击防御算法(Interpolation Defense Algorithm,IDA),实验结果表明,本算法可以提高神经网络对于对抗样本的识别率.

关键词：对抗样本、防御算法、插值算法、机器学习

所属期刊栏目：11

分类号：TP309(计算技术、计算机技术)

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：74-78