典型文献
图像对抗样本研究综述
文献摘要：
随着深度学习理论的发展,深度神经网络取得了一系列突破性进展,相继在多个领域得到了应用.其中,尤其以图像领域中的应用(如图像分类)最为普及与深入.然而,研究表明深度神经网络存在着诸多安全隐患,尤其是来自对抗样本的威胁,严重影响了图像分类的应用效果.因此,图像对抗样本的研究近年来越来越受到重视,研究者们从不同的角度对其进行了研究,相关研究成果也层出不穷,呈井喷之态.首先介绍了图像对抗样本的相关概念和术语,回顾并梳理了图像对抗样本攻击和防御方法的相关研究成果.特别是,根据攻击者的能力以及防御方法的基本思路对其进行了分类,并给出了不同类别的特点及存在的联系.接着,对图像对抗攻击在物理世界中的情况进行了简要阐述.最后,总结了图像对抗样本领域仍面临的挑战,并对未来的研究方向进行了展望.
文献关键词：
深度学习;图像领域;对抗样本;对抗攻击;防御方法;物理世界
中图分类号：
作者姓名：
陈梦轩;张振永;纪守领;魏贵义;邵俊
作者机构：
浙江工商大学计算机与信息工程学院 杭州310018;浙江大学计算机科学与技术学院 杭州310058;浙江工商大学信息与电子工程学院 杭州310018;浙江工商大学萨塞克斯人工智能学院 杭州310018
文献出处：
引用格式：
[1]陈梦轩;张振永;纪守领;魏贵义;邵俊-.图像对抗样本研究综述)[J].计算机科学,2022(02):92-106
A类：
B类：
深度学习理论,深度神经网络,以图,图像领域,图像分类,井喷,对抗样本攻击,防御方法,攻击者,基本思路,对抗攻击,物理世界
AB值：
0.206664
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。
