端侧AI的对抗攻击防御：针对物理世界对抗样本的硬件级鲁棒性增强.docx

PAGE2

端侧AI的对抗攻击防御：针对物理世界对抗样本的硬件级鲁棒性增强

摘要

本报告聚焦端侧人工智能在物理世界部署中面临的对抗攻击威胁，系统研究通过传感器噪声注入与模型随机平滑等技术构建硬件级鲁棒性防御体系的核心路径。

随着自动驾驶、智能安防、工业视觉检测等端侧AI应用大规模落地，恶意攻击者通过在目标物体表面粘贴特制贴纸或投射干扰光线，可在不破坏设备硬件的前提下诱导视觉模型产生致命误判。2023年，某头部自动驾驶企业披露其测试车队遭遇的物理对抗攻击尝试同比增长超过300%，单次攻击平均可造成3.2秒的感知系统失效窗口。

报告从产业链、技术路线、竞争格局与需求演变四个维度展开分析。研究