基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度神经网络(DNN)在预测过程中会受到对抗攻击而输出错误的结果,因此研究具有防御能力的新型深度学习算法,对于提高神经网络的鲁棒性和安全性有重要的价值.文章主要研究应对对抗样本攻击的被动防御方法,提出基于插值法的对抗攻击防御算法(Interpolation Defense Algorithm,IDA),实验结果表明,本算法可以提高神经网络对于对抗样本的识别率.
推荐文章
基于SYN漏洞的DDoS攻击防御算法实现
DDoS攻击
TCP/IP
SYN
IP列表
基于插值A*算法的路径规划
移动机器人
路径规划
插值A*
采用矩阵分解模型的托攻击防御算法
推荐系统
托攻击
矩阵分解
信任度权值矩阵
基于Vague集记分函数法的模糊插值算法
插值算法
Vague集
隶属度函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于插值法的对抗攻击防御算法
来源期刊 网络空间安全 学科 工学
关键词 对抗样本 防御算法 插值算法 机器学习
年,卷(期) 2020,(4) 所属期刊栏目 密码技术与应用
研究方向 页码范围 74-78
页数 5页 分类号 TP309
字数 2847字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张铭凯 广州大学计算机科学与网络工程学院 2 0 0.0 0.0
2 范宇豪 广州大学计算机科学与网络工程学院 2 0 0.0 0.0
3 夏仕冰 广州大学计算机科学与网络工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(4)
  • 参考文献(2)
  • 二级参考文献(2)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
对抗样本
防御算法
插值算法
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络空间安全
月刊
1674-9456
10-1421/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
82-938
2010
chi
出版文献量(篇)
3296
总下载数(次)
16
论文1v1指导