基于深度神经网络的对抗样本攻击与防御方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1674-9456.2022.05.014

基于深度神经网络的对抗样本攻击与防御方法研究

引用
[目的/意义]在大数据时代下,深度学习模型往往容易受到微弱扰动的影响,致使结构的稳定性发生变化,从而出现信息安全和网络安全问题.通过研究神经网络对抗样本的攻击与防御方法,有效地优化网络模型,提升对抗样本攻击与防御能力,进而维护网络安全.[方法/过程]通过对深度神经网络相关研究文献的阅读和相关代码成果的复现,根据运行结果对模型优化,归纳总结各种模型对抗攻击与防御能力和方式,并进行分类探究.[结果/结论]针对深度神经网络模型攻击与防御方法,指出了存在的开放性问题和若干个优化方向,为在数据安全和网络空间安全的开放、动态和对抗环境中的鲁棒性,提供了一定的参考建议.

深度神经网络、对抗样本、对抗攻击与防御、鲁棒性、网络安全

13

TP183(自动化基础理论)

国际关系学院大学生学术支持计划项目3262021SWA07

2023-02-21(万方平台首次上网日期,不代表论文的发表时间)

共10页

77-86

相关文献
评论
暂无封面信息
查看本期封面目录

网络空间安全

1674-9456

10-1421/TP

13

2022,13(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn