《基于深度神经网络的对抗样本生成算法研究》17000字.docx

目录

PAGE31

目录

PAGEIV

基于深度神经网络的对抗样本生成算法研究

摘要

在计算资源及数据量海量增长的今天，深度学习给我们带来的极大的便利，同时深度学习也是目前最热门的研究方向之一。然而，近年来有研究表明，神经网络对于对抗样本具有普遍的脆弱性，对抗样本是指人为添加了微小扰动的初始样本，能够对神经网络模型的决策产生误导，这一特性无疑给深度学习的安全方面造成了巨大的威胁。

目前，对于对抗样本的研究方向主要可以分为攻击、防御与应用这几方面，且研究内容主要集中于图像领域。因此，本文将会从对抗样本的攻击方面入手，基于图像分类神经网络对对抗样本进行深入研究与分析。主要工作内容有以下