机器学习系统毒化攻击综述

• 作者: 张义莲 朱旻捷 陈艳 颜晟
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 毒化攻击 毒化数据 机器学习系统 深度神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 综述
• 页码范围: 535-542
• 页数: 8页
• 分类号: TP181
• 字数: 8295字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.03.002

摘要

自机器学习被应用到许多关键性领域以来,机器学习系统的脆弱性也引起了人们的高度重视.其中,针对机器学习系统的毒化攻击得到了研究者的广泛关注,呈现了一些研究成果.因此,将系统地介绍当前机器学习系统毒化攻击的研究进展,对机器学习系统毒化攻击算法进行分类和总结,包括针对机器学习中的线性分类器、支持向量机、贝叶斯分类器和深度神经网络等几类常见模型的毒化攻击等攻击算法,目标是使现有的关于机器学习系统毒化攻击的研究成果更加清晰,为相关研究者的研究工作提供启发.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈艳		7	12	2.0	3.0
2	朱旻捷		4	2	1.0	1.0
3	张义莲		5	12	2.0	3.0
4	颜晟		1	0	0.0	0.0