![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI安全之对抗样本
文章平均质量分 95
吃_早餐
web渗透,人工智能,AI安全
展开
-
【AI安全之对抗样本】深度学习基础知识(二)
文章目录00 前言01 深度学习训练过程02 优化器(optimizers)2.1 梯度算法2.2 常用的优化器2.2.1 SGD2.2.2 Adagrad2.2.3 Adadelta2.2.4 RMSprop2.2.5 Adam2.3 如何使用优化器(optimizers)03 总结 00 前言 【我的AI安全之路】以下内容适合于有web安全基础但对AI"一无所知"的师傅们 如果是有安全基础,想入门AI安全,可以看下以web安全为背景介绍AI安全的书:《Web安全之机器学习入门》和《Web安全之深度学习实原创 2022-03-01 15:02:29 · 4160 阅读 · 0 评论 -
【AI安全之对抗样本】深度学习基础知识(一)
文章目录00 前言01 深度学习的基本过程及相关概念1.1 深度学习的基本过程1.2 数据预处理1.3 网络结构1.3.1 Dense层(全连接层)1.3.2 Activation层(激活层)1.3.3 Dropout层(随机失活层)1.3.4 Embedding层(嵌入层)1.3.5 Flatten层1.3.6 Permute层1.3.7 Reshape 层1.4 损失函数1.5 范数1.5.1 L0范数1.5.1 L1范数(曼哈顿距离/最小绝对误差)1.5.1 L2范数1.5.1 无穷范数03 总结 0原创 2022-02-27 19:58:15 · 1266 阅读 · 0 评论 -
【AI安全之对抗样本】入门知识
文章目录00 前言01 深度学习脆弱性1.1 偷取模型1.2 数据投毒02 对抗样本(adversarial examples)2.1 对抗样本定义2.2对抗样本原理2.3 针对图像分类模型的对抗样本示例2.4 对抗样本按照攻击后的效果分类2.5 对抗样本按照攻击成本分类03 常见检测和加固方法3.1 攻击方法(脆弱性检测)3.2 防御方法(脆弱性加固) 00 前言 【我的AI安全之路】以下内容适合于有web安全基础但对AI“一无所知”的师傅们 对于有一定的安全背景,如果想入门AI安全,可以看下以web安全原创 2022-02-26 16:47:13 · 2724 阅读 · 0 评论