典型文献
基于深度神经网络的MTB后门攻击方法
文献摘要：
提出了一个多目标的后门攻击方法,它将不同的模型误导到不同的类.该方法使用包含特定触发器的数据训练多个模型,这些触发器将被不同的模型误分类为不同的类.文章使用MNIST和Fashion-MNIST作为实验数据集,并使用Tensorflow作为机器学习库.实验结果表明,本文所提出的带触发器的方法可能会因不同模型而导致误分类为不同类别,而不同模型对MNIST和Fashion-MNIST 的攻击成功率为100％,而在没有触发器的数据上分别保持97.18％和91.1％的准确性.
文献关键词：
后门攻击;神经网络;机器学习;对抗攻击
中图分类号：
作者姓名：
陈丹
作者机构：
长沙民政职业技术学院
文献出处：
引用格式：
[1]陈丹-.基于深度神经网络的MTB后门攻击方法)[J].科技传播,2022(22):121-125
A类：
B类：
深度神经网络,MTB,后门攻击,攻击方法,一个多,误导,触发器,数据训练,误分类,MNIST,Fashion,Tensorflow,对抗攻击
AB值：
0.304997
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。
