典型文献
图像分类模型的对抗样本攻防研究综述
文献摘要：
深度学习模型在图像分类领域的能力已经超越了人类,但不幸的是,研究发现深度学习模型在对抗样本面前非常脆弱,这给它在安全敏感的系统中的应用带来了巨大挑战.图像分类领域对抗样本的研究工作被梳理和总结,以期为进一步地研究该领域建立基本的知识体系,介绍了对抗样本的形式化定义和相关术语,介绍了对抗样本的攻击和防御方法,特别是新兴的可验证鲁棒性的防御,并且讨论了对抗样本存在可能的原因.为了强调在现实世界中对抗攻击的可能性,回顾了相关的工作.在梳理和总结文献的基础上,分析了对抗样本的总体发展趋势和存在的挑战以及未来的研究展望.
文献关键词：
图像分类;对抗样本;深度学习;对抗攻击;对抗防御
中图分类号：
作者姓名：
闫嘉乐;徐洋;张思聪;李克资
作者机构：
贵州师范大学 贵州省信息与计算科学重点实验室,贵阳 550001
文献出处：
引用格式：
[1]闫嘉乐;徐洋;张思聪;李克资-.图像分类模型的对抗样本攻防研究综述)[J].计算机工程与应用,2022(23):24-41
A类：
B类：
图像分类,分类模型,对抗样本,攻防,深度学习模型,不幸,领域对抗,形式化,防御方法,可验证,现实世界,对抗攻击,总体发展,研究展望,对抗防御
AB值：
0.296632
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。
