| 一種利用類別顯著性映射生成對抗樣本的方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：527 K | |
| 標(biāo)簽： 深度學(xué)習(xí) 安全 對抗樣本 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：如果對抗樣本的遷移性越強(qiáng)，則其攻擊結(jié)構(gòu)未知的深度神經(jīng)網(wǎng)絡(luò)模型的效果越好，所以設(shè)計(jì)對抗樣本生成方法的一個(gè)關(guān)鍵在于提升對抗樣本的遷移性。然而現(xiàn)有方法所生成的對抗樣本，與模型的結(jié)構(gòu)和參數(shù)高度耦合，從而難以對結(jié)構(gòu)未知的模型進(jìn)行有效攻擊。類別顯著性映射能夠提取出樣本的關(guān)鍵特征信息，而且在不同網(wǎng)絡(luò)模型中有較高的相似度。基于顯著性映射的這一特點(diǎn)，在樣本生成過程中，引入類別顯著性映射進(jìn)行約束，實(shí)驗(yàn)結(jié)果表明，該方法生成的對抗樣本具有較好的遷移性。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
深度學(xué)習(xí) 相關(guān)資源
zhoubin333 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2