最新最全对抗机器学习论文合集

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文：https://www.aminer.cn/topic

论文集地址：https://www.aminer.cn/topic/6004e5e392c7f9be216899f4

对抗机器学习是一种机器学习技术，它试图通过提供欺骗性输入来欺骗模型。最常见的原因是导致机器学习模型出现故障。大多数机器学习技术都旨在处理特定的问题集，在这些问题集中，训练和测试数据是从相同的统计分布中生成的。将这些模型应用于现实世界时，对手可能会提供违反该统计假设的数据。可能会利用此数据来利用特定漏洞并损害结果。
该论文集共收录27篇论文，最高引用数是5539，来自苹果公司的Ian Goodfellow在该领域发表了9篇论文，在所有学者中最多。

订阅了解更多论文信息，定制您的个人科研动态信息流：https://www.aminer.cn/user/notification?f=mt