【綜述】對抗樣本生成及攻防技術綜述

作者是電子科技大學的劉小壘等，2019年發表在計算機應用研究 主要內容： 以機器學習的安全性問題爲出發點，介紹了當前機器學習面臨的隱私攻擊、完整性攻擊等安全問題，歸納了目前常見對抗樣本生成方法的發展過程及各自的特點，總結了目前已有的針對對抗樣本攻擊的防禦技術，最後對提高機器學習算法魯棒性的方法做了進一步的展望。 一、機器學習模型的攻擊方式 1.1一般說來，對機器學習模型的攻擊方式包括破壞模型的機密

>>阅读原文<<