对抗攻击相关论文
随着计算机硬件软件技术的高速发展,如图像分类、目标检测等图像分析算法已经广泛应用于生活中。在算法研究过程中,一套面向算法管......
随着机器学习技术的飞速发展,数据样本的倍增成为驱动机器学习发展的重要引擎。然而,由于数据的敏感性和数据安全领域的立法内容,......
近年来对抗性攻击和对抗性防御的研究受到了广泛的关注,并有了大量的应用.由于对样本的细小扰动可以改变识别效果,神经网络因而缺......
基于卷积神经网络（CNN）的识别器，由于其高识别率已经在人脸识别中广泛应用，但其滥用也带来隐私保护问题。本文提出了局部背景区域的人......
随着数据规模不断扩大,将深度学习模型应用在大规模图数据上,有效地提升了连边预测的精度,在推荐系统、社交网络等诸多领域具备较......
深度学习算法被广泛应用于网络流量分类领域并取得较好效果。然而对抗攻击的出现给其安全性带来了严重威胁，使得当前主流的基于卷积......
深度神经网络在多种人工智能任务中有广泛的应用，然而研究表明深度神经网络在对抗样本的攻击下会输出完全错误的预测结果，整体模型的......
深度神经网络正在引领人工智能新一轮的发展高潮，在多个领域取得了令人瞩目的成就。然而，有研究指出深度神经网络容易遭受对抗攻击的......
目标检测在无人驾驶、监控安防等领域应用广泛，但研究发现目标检测系统易受对抗样本影响导致性能下降，对其应用安全造成了巨大危险。......
在万物互联的智能时代，以深度学习为代表的人工智能技术正全方位改变人类的生产和生活方式.与此同时，云边端计算架构的成熟和发展使......
近几年来,生成对抗网络模型（Generative adversarial networks,GAN）作为深度计算任务中表现出色的生成式模型,是人工智能领域最重要......
深度学习在医疗图像分析领域得到了广泛应用。然而,近期研究表明深度神经网络容易受到人眼无法察觉干扰的攻击,从而使模型以高置信......
随着近些年来深度学习的快速发展,深度神经网络已经在有监督图像分类任务上取得了超越人类的表现。但是有监督学习模型在训练阶段......
人工智能系统对于数据的依赖以及深度学习算法的不可解释性,导致目前的人工智能系统面临严重的安全风险,其中的对抗样本是目前深度......
对抗样本的存在给深度神经网络（DNNs）的应用安全性带来极大威胁,它通过在原始输入（如图片,语音,文字）中加入人类难以察觉的细小扰动来......
深度神经网络（Deep Neural Networks,DNNs）作为人工智能领域重要的一部分,在恶意软件检测,自动驾驶和图像分类等领域已经取得优异的......
随着互联网的普及与面部识别和分析系统的成熟,人们的生活变得更加智能化,但是另一方面,网络隐私安全问题也被暴露出来。用户上传......
声纹识别技术由于其独特的优势,在公安领域中有广泛的应用.基于深度学习的声纹识别技术有较高的识别准确度,是目前主流的声纹识别......
随着多媒体技术和三维重建技术的快速发展,人们开始关注更加复杂的三维数据。三维数据蕴含着更丰富的物体信息,而且随着计算机硬件......
如今人工智能发展迅速,但是各类黑客技术也伺机猖獗。机器学习算法日益强大,与此同时,信息隐私泄露、恶意代码传播、网络攻击等行......
互联网检索中普遍存在排名竞争这种对抗攻击行为,会产生许多不良影响,因此对攻击方法的研究有助于设计更鲁棒的排序模型.已有的攻......
神经网络在图像分类任务上表现优异,但它极易受添加微小扰动的对抗样本的影响,输出错误的分类结果;而目前防御方法存在图像特征提......
传统的隐写方法依赖于难以构建的复杂的人工规则.基于富特征模型和深度学习的隐写分析方法击败了现有最优的隐写方法,这使得隐写的......
随着深度学习的发展,人脸识别技术的准确率已经超过了人类水平。国内人脸识别应用发展迅速,所占市场份额越来越大,且应用场景已经......
尽管深度学习在各种任务中取得了优越的效果,研究人员发现深度网络模型实际上容易受到对抗样本的攻击。对抗样本是指在自然图像中......
近期,银行等金融机构引进自动信贷审批系统来取代传统的人工审批,而自动信贷审批系统在何种程度上会受到对抗样本的攻击有待研究.......
随着社会的不断发展,互联网已经逐渐渗透到生活的各个方面,人们对网络安全也越来越关注。近年来网络安全相关事件不断出现,对我们......
车牌识别技术是现代智能交通系统的重要组成部分,在交通管理、数字安全监控、车辆识别、停车管理等场景有着广泛的应用。应用深度......
针对基于深度强化学习(deep reinforcement learning,DRL)的激光导航系统的安全性进行研究,首次提出了对抗地图的概念,并在此基础......
随着人工智能的不断发展,深度学习已经被应用到各领域当中.然而,近年来有研究表明,深度学习易受到对抗攻击的影响,这些对抗攻击可......
随着人工智能的不断发展,机器学习在多个领域中取得了很好的应用效果.然而对抗样本的出现对机器学习模型的安全性造成了不容忽视的......
深度学习模型在很多识别或分类的视觉任务中均效果出众,能够取得极高的预测准确率,但当被识别或分类的图像被添加一些人眼无法察觉......
器官分割是医学图像中的一个关键任务,也是计算机辅助诊断（CAD）、诊断干预和疾病的治疗康复计划等任务的基础。在一些放射治疗计划中......
针对现有单一对抗防御方法不能使自动驾驶视觉系统有效抵御交通路标对抗攻击的问题,提出一种多阶段对抗防御方法.首先,应用焦点损......
在图像分类领域,对抗样本指对原图进行人眼不易察觉的改动后得到的、可让分类器产生错误分类结果的图像。现有的对抗样本生成算法......
深度神经网络在自然语言处理领域落地应用,已经取得许多重要研究成果,文本分类模型作为自然语言处理模型的分支,在垃圾邮件检测、......
综合电子系统是采用基于标准总线的计算机网络技术把多种电子设备（分系统）交联在一起,从而实现各个分系统的信息共享和综合利用的集......
“对抗样本”是近几年出现在深度学习领域的新兴词汇,它指的是在数据集中通过故意添加细微的干扰所形成的输入样本,导致目标模型以......
人工智能已在社会各行业得到了广泛应用,如人脸识别、自动驾驶、智慧医疗等。机器学习是实现人工智能的重要途径,相关系统在安全攸......
在面向样本集的通用对抗攻击中,导致多数样本输出错误的通用扰动设计是研究关键.本文以典型卷积神经网络为研究对象,对现有通用扰......
人工智能的不断发展,使得人与机器的交互变得至关重要.语音是人与智能通讯设备之间通信的重要手段,在近几年飞速发展,说话人识别、......
近年来,图深度学习模型面临的安全威胁日益严重,相关研究表明,推荐系统中恶意用户可以通过诋毁、女巫攻击等攻击手段轻易地对系统......
随着深度学习理论的发展,深度神经网络取得了一系列突破性进展,相继在多个领域得到了应用.其中,尤其以图像领域中的应用(如图像分......
深度神经网络在很多领域表现出色,但是研究表明其很容易受到对抗样本的攻击.目前针对神经网络进行攻击的算法众多,但绝大多数攻击......
