深度学习的对抗攻击与防御方法综述

摘要： 深度学习作为人工智能技术的重要组成部分，被广泛应用在计算机视觉、自然语言处理等领域。尽管深 度学习在图像分类和目标检测等方向上取得了较好性能，但研究表明，对抗攻击的存在对深度学习模型的安全应 用造成了潜在威胁，进而影响模型的安全性。本文在简述对抗样本的概念及其产生原因的基础上，分析对抗攻击 的主要思路，研究具有代表性的经典对抗样本生成方法。描述对抗样本的检测方法与防御方法，并从应用角度阐 述对抗样本在不同领域的应用实例。通过对对抗样本攻击与防御方法的分析与总结，预测未来对抗攻击与防御的 研究方向。

http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0059156

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“对抗防御” 就可以获取《深度学习的对抗攻击与防御方法综述》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源