自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 自动驾驶模型下的对抗攻击代码解析

接下来是创建concatDataset类这个类别主要是创建了源类。我通过代码的主要功能来看是将数据集转换为数组的形式。这里基本上没什么问题,有什么问题报错就pip什么包就可以。接下来也是我们最重要的步骤,创建Udacity数据集类,这是获取数据集的关键。接下来是创建AdvDataset类,主要是用来对数据集进行细致的分类。首先是调用第三方库,不用多解释。

2023-11-01 14:52:22 149 1

原创 自动驾驶模型下的对抗性攻击和防御【文献阅读】

针对通用CNN的分类模型容易受到对抗性攻击。然而不确定回归模型(在自动驾驶的驱动模型中)在多大程度上容易受到对抗性攻击、现有防御技术的有效性以及对系统和中间件构建者的防御含义。②本文在三种驱动模型上对五种对抗性攻击和四种防御方法进行了深入分析。③实验结果表明这些模型仍然容易受到对抗性攻击的影响;并且防御方法的有效性也不高。目前自动驾驶广泛使用的是基于CNN的回归模型,不幸的是,CNN很容易被对抗性示例所欺骗,对抗样本是通过对输入图像施加小的像素级扰动来构建的。

2023-08-27 09:38:16 617

原创 SoK论自动驾驶中的语义AI安全阅读笔记

为了在复杂、动态的驾驶环境中实现自动驾驶,自动驾驶系统设计了一系列人工智能组件来处理感知、定位、预测和规划等核心决策过程,这些组件本质上构成了自动驾驶车辆的“大脑”。这使得这些人工智能组件的安全性非常关键,因为它们的错误会造成各种道路危险甚至致命的后果。今天的人工智能算法,特别是深度学习,通常容易受到对抗性攻击。然而,由于这些AI算法只是整个自动驾驶系统的组成部分,因此人们普遍认为,这种通用AI组件级漏洞并不一定会导致系统级漏洞。******这主要是由于存在较大的语义差距。

2023-07-17 17:09:52 417

原创 车联网自我总结和想法

车联网是以智能网联汽车作为可移动的智能网络终端,通过互联、网联、汽车集合形成的互联系统。以人工智能、5G通信技术等新兴技术为基础,以车内网、车际网和车云网为纽带,按照既定的通信协议和数据交换标准来实现与人、车、路等方面的信息交换。我通过对车联网相关文献中的描述,进行了如下的分类:端系统:由传感器构成,主要为了获取车辆智能信息,车内通信、车间通信、车网通信的通信终端。管系统:车与车(V2V)、车与路(V2R)、车与人(V2H)等的互连互通。云系统:主要由ITS构成,对获取数据的处理和认证的过程。

2023-04-08 14:58:07 442 3

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除