摘要
摘要
随着深度学习技术的快速发展与日益成熟,深度图像分类模型已广泛应用于
安防监控、医疗影像诊断和自动驾驶等领域。但研究表明,这些模型容易受到对抗
样本攻击,攻击者仅通过对输入数据添加微小扰动便可诱导模型输出错误结果,降
低了模型的稳定性和可靠性。对抗样本问题给深度图像分类模型的实际应用带来
了潜在安全隐患,亟需进一步研究和解决。因此,本文从对抗攻击和对抗防御两个
角度深入研究,旨在暴露和探索图像分类模型的弱点和盲点,提高模型
您可能关注的文档
最近下载
- 眼视光特检技术 第3版 课件 第1--13章 绪论、 角膜曲率计 ---角膜共聚焦显微镜.pptx
- 独栋民居改建合同范文3篇.docx
- 山东省2025年中考数学真题试卷八套附答案.pdf VIP
- 天泵浇筑混凝土施工方案完整.doc VIP
- 2025年中国科技大学创新班入围考试数学试卷真题(答案解析).docx VIP
- 中国民宿行业发展趋势报告2025.docx VIP
- 2025年甘肃省兰州市皋兰县辅警考试真题附答案解析.docx VIP
- (已瘦身)国家安全教育大学生读本高教社2024年8月版课件全套合集(包括绪论总共11章PPT课件).pptx
- 铁总建设14-125号铁路建设项目勘察设计单位施工图评价办法.doc VIP
- 室外给水管道附属构筑物.阀门井结构图 05s502.pdf VIP
原创力文档

文档评论(0)