典型文献
基于Logits向量的JSMA对抗样本攻击改进算法
文献摘要：
文章针对目前典型基于显著图的对抗样本攻击算法JSMA开展研究,提出基于Logits向量的JSMA对抗样本攻击改进算法L-JSMA.该算法在MNIST数据集和CIFAR-10数据集上证明了攻击效果与Logits排序成正相关.为进一步验证该理论,在Alexnet模型和Inception-v3模型上对攻击目标根据Logits排序进行攻击,结论支持该理论.通过实验分析,攻击能力越强的JSMA衍生算法越能够充分利用神经网络的线性特性,在实验结果中表现出的线性相关性越强.由于神经网络同时具有线性特征和非线性特征,攻击效果并不是与Logits排序严格的正相关.文章通过对白盒攻击的神经网络性质探讨,有利于理解神经网络的本质特征,并对黑盒攻击的研究具有借鉴意义.
文献关键词：
神经网络;对抗样本攻击;JSMA;Logits
中图分类号：
作者姓名：
胡卫;赵文龙;陈璐;付伟
作者机构：
海军工程大学信息安全系,武汉 430000
文献出处：
引用格式：
[1]胡卫;赵文龙;陈璐;付伟-.基于Logits向量的JSMA对抗样本攻击改进算法)[J].信息网络安全,2022(03):62-69
A类：
Logits
B类：
JSMA,对抗样本攻击,改进算法,显著图,攻击算法,MNIST,CIFAR,上证,Alexnet,Inception,v3,对攻,攻击目标,攻击能力,线性特性,线性相关性,有线,非线性特征,白盒攻击,网络性,本质特征,黑盒攻击
AB值：
0.313891
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。
