典型文献
基于对抗训练和图像去噪的对抗样本防御算法
文献摘要：
为提高对抗训练后目标检测模型对未知攻击的鲁棒性,优化目标检测模型的防御能力,在对抗训练的基础上,提出基于对抗训练和非局部均值去噪的对抗样本防御算法.在训练模型时,会对正常样本和对抗样本进行扰动去噪,提高模型对去噪样本特征的学习效果.在面对未知来源的样本时,会对样本进行去噪,再进入模型进行目标检测.实验结果表明,在DIOR数据集上,对于实验中的所有攻击算法(FGSM、I-FGSM、MI-FGSM、PGD),该方法的防御成功率优于现有算法.
文献关键词：
目标检测;对抗样本;对抗防御;对抗训练;鲁棒性
中图分类号：
作者姓名：
刘斯杰;张志祥;张乔嘉
作者机构：
海军工程大学 电子工程学院,湖北 武汉 430033;海军工程大学 信息安全系,湖北 武汉 430033
文献出处：
引用格式：
[1]刘斯杰;张志祥;张乔嘉-.基于对抗训练和图像去噪的对抗样本防御算法)[J].计算机工程与设计,2022(11):3093-3100
A类：
B类：
对抗训练,和图像,图像去噪,对抗样本防御,目标检测模型,未知攻击,优化目标,防御能力,非局部均值去噪,训练模型,样本特征,DIOR,攻击算法,FGSM,MI,PGD,对抗防御
AB值：
0.328076
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
