【MLA 2019】对抗机器学习与对抗视觉，韩亚洪 天津大学教授

题目： 对抗机器学习与对抗视觉

报告人： 韩亚洪 教授 天津大学

摘要： 随着深度学习方法的广泛应用，深度神经网络的脆弱性和抗攻击能力、以及由此带来的模型鲁棒性和安全性开始引起关注。对抗机器学习通过构建对抗样本来探测机器学习方法的脆弱性，即机器学习模型是否真正学习到了正确性概念，以及该模型在何种情况下失效。本报告介绍对抗机器学习的基本理论、方法和分类、对抗机器学习与人工智能安全、深度神经网络黑盒对抗攻击的最新模型和方法，并对其在对抗视觉上的应用进行讨论。