典型文献
面向校园人脸识别的数据投毒攻击检测算法研究
文献摘要：
随着人工智能技术的发展,机器学习的应用日益广泛,针对机器学习的攻击也相伴而生.数据投毒攻击是针对机器学习的一种攻击方式,它通过污染数据使得机器学习得到错误的结果,从而带来安全隐患.针对校园人脸识别的数据投毒攻击,通过孤立森林算法对人脸图像进行清洗,加快过滤被污染的数据样本;针对单个谱聚类算法的不足,结合多谱聚类评估算法对训练样本进行客观评分,提高算法的鲁棒性;通过线性拟合得到数据清洗和算法鲁棒性的最优平衡点,最优化单个谱聚类算法的性能.使用本校人脸识别系统中的1500张人脸图像进行了仿真实验,实验表明,算法快速有效.
文献关键词：
人脸识别;数据投毒;攻击;数据清洗;鲁棒性
中图分类号：
作者姓名：
龚成清;何文华
作者机构：
广东女子职业技术学院应用设计学院,广东 广州 511450
文献出处：
引用格式：
[1]龚成清;何文华-.面向校园人脸识别的数据投毒攻击检测算法研究)[J].菏泽学院学报,2022(02):15-20
A类：
B类：
数据投毒,投毒攻击,攻击检测,检测算法,算法研究,益广,相伴,攻击方式,习得,孤立森林算法,人脸图像,谱聚类算法,评估算法,训练样本,行客,线性拟合,数据清洗,和算,平衡点,本校,人脸识别系统,快速有效
AB值：
0.269947
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。
