深度学习中对抗样本的构造及防御研究

• 作者: 宋蕾 武朋 段广晗 马春光
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 对抗样本 深度学习 安全威胁 防御技术
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 综述
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP309
• 字数: 9903字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2020016

摘要

随着深度学习技术在计算机视觉、网络安全、自然语言处理等领域的进一步发展,深度学习技术逐渐暴露了一定的安全隐患.现有的深度学习算法无法有效描述数据本质特征,导致算法面对恶意输入时可能无法给出正确结果.以当前深度学习面临的安全威胁为出发点,介绍了深度学习中的对抗样本问题,梳理了现有的对抗样本存在性解释,回顾了经典的对抗样本构造方法并对其进行了分类,简述了近年来部分对抗样本在不同场景中的应用实例,对比了若干对抗样本防御技术,最后归纳对抗样本研究领域存在的问题并对这一领域的发展趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋蕾	哈尔滨工程大学计算机科学与技术学院	4	11	1.0	3.0
2	马春光	山东科技大学计算机科学与工程学院	4	1	1.0	1.0
3	段广晗	哈尔滨工程大学计算机科学与技术学院	3	11	1.0	3.0
4	武朋	山东科技大学计算机科学与工程学院	2	1	1.0	1.0