人工智能-机器学习:对抗攻击与防御(Adversarial Attack and Defense)
2023-09-27 14:20:37 时间
一、什么是对抗攻击与防御(Adversarial Attack and Defense)
- 在实际的机器学期分类器中,更多的情况是用在实际生活中,很多时候实际系统会遇到很多的干扰、甚至是人为的蓄意攻击。如垃圾邮件等,我们需要让机器判别这些恶意攻击。
- 机器训练出来的模型不光性能要强,还要能够对抗人类的恶意、攻击。
- 现阶段,各种机器学习的模型很容易被攻击,但是不容易防御。
二、对抗攻击(Adversarial Attack)
1、对抗攻击(Adversarial Attack)的分类
- 白盒攻击,称为White-box attack,也称为open-box 对模型和训练集完全了解,这种情况比较简单,但是和实际情况不符合。
- 黑盒攻击,称为Black-box attack,对模型不了解,对训练集不了解或了解很少。这种攻击和实际情况比较符合,主要也是主要研究方向。
- 定向攻击,称为targeted attack,对于一个多分类网络,把输入分类误判到一个指定的类上
- 非定向攻击,称为non-target attack,只需要生成对抗样本来欺骗神经网络,可以看作是上面的一种特例。
2、对抗攻击(Adversarial Attack)需要做什么
- 拿图像分类来说,如果我们想攻击一个训练好的图像分类器,就可以改变一张图片中的某些像素点的值ÿ
相关文章
- 机器学习:基于逻辑回归(Logistic Regression)对股票客户流失预测分析
- 【机器学习】ICA 原理以及相关概率论,信息论知识简介
- 数据分析:大数据分析师必备技能【统计分析、可视化辅助工具、大数据处理框架、数据库、数据仓库、数据挖掘工具、机器学习、挖掘算法、编程语言】
- 机器学习、数据科学、人工智能、深度学习、统计学等的区别
- 机器学习之蒙特卡洛方法
- A.机器学习入门算法[七]:基于英雄联盟数据集的LightGBM的分类预测
- 机器学习笔记之机器学习中常见的9种距离度量方法
- 机器学习: k-means聚类对数据进行预分类
- 【人工智能 AI】机器学习教程:如何降低模型损失?迭代方法与梯度下降方法
- 机器学习之分类和聚类的区别
- 七月算法机器学习5 回归分析与工程应用 小案例
- 《机器学习实践应用》书中源代码
- 浅谈机器视觉技术未来发展趋势
- 机器之魂:聊天机器人是怎么工作的
- 机器视觉技术背后的行业趋势
- plsql在64位机器下读取tnsname.ora 及oracle_home异常的解决办法