| 一種利用類別顯著性映射生成對抗樣本的方法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>527 K | |
| 標簽： 深度學習 安全 對抗樣本 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：如果對抗樣本的遷移性越強，則其攻擊結構未知的深度神經網絡模型的效果越好，所以設計對抗樣本生成方法的一個關鍵在于提升對抗樣本的遷移性。然而現有方法所生成的對抗樣本，與模型的結構和參數高度耦合，從而難以對結構未知的模型進行有效攻擊。類別顯著性映射能夠提取出樣本的關鍵特征信息，而且在不同網絡模型中有較高的相似度。基于顯著性映射的這一特點，在樣本生成過程中，引入類別顯著性映射進行約束，實驗結果表明，該方法生成的對抗樣本具有較好的遷移性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2