对抗防御相关论文
近年来，基于深度神经网络的视觉识别模型因其在准确率、成本及效率等方面的优势而广泛应用于自动驾驶、工业检测及无人机导航等领域......
针对传统隐私保护机器学习方案抵抗对抗攻击能力较弱的特点，提出一种基于格雷码置乱和分块混沌置乱的医学影像加密方案（Gray+block c......
JavaScript恶意代码检测已经成为Web应用安全领域的热点问题之一。目前,将机器学习或者深度学习方法融合应用于恶意代码检测已成为......
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......
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......
近年来,深度神经网络已经被广泛应用于计算机视觉等领域并取得了突破性的进展。然而,深度神经网络容易受到对抗样本的攻击。这些对......
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......
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......
随着深度学习技术在各种领域的应用越来越多,深度学习鲁棒性变得至关重要。对抗样本的提出给深度学习鲁棒性带来了极大的挑战。对......
近年来,深度学习由于其出色的表现在计算机视觉,语音识别,情感分析等研究领域都取得了十分优异的成绩,大量的关于深度学习的应用出......
深度强化学习以其强大的感知—决策能力已经成功被应用于人工智能领域的各种场景。而多视图表示学习凭借其对数据的建模能力,通过......
随着人工智能技术的日益成熟,基于深度学习模型的文本分类技术被广泛的应用于现实任务中,例如情感分类、恶意文本检测、新闻分类等......
卷积神经网络在计算机视觉领域的许多任务中取得了巨大的成功,如图像分类、目标检测分割、人脸识别、视频分析等。然而,一些研究表......
近年来,随着以深度学习为代表的人工智能技术的快速发展和广泛应用,人工智能正深刻地改变着社会生活的各方面。然而,人工智能模型......
计算机性能的提高和深度学习的出现,使得人工智能技术得到普遍应用,深度学习模型的安全性问题受到了广泛的关注.对抗样本的存在是......
近年来,基于深度学习的文本分析和理解已成为包括问答、机器翻译、信息抽取以及文本分类在内的各种自然语言处理应用背后的核心技......
对抗样本是被添加微小扰动的原始样本,用于误导深度学习模型的输出决策,严重威胁到系统的可用性,给系统带来极大的安全隐患。为此,......
深度学习的发明,使得人工智能技术迎来了新的机遇,再次进入了蓬勃发展期。其涉及到的隐私、安全、伦理等问题也日益受到了人们的广......
