科研篇四:对抗样本20篇-ICML2019

这篇博客聚焦于ICML2019上的对抗样本研究,涵盖攻击与防御两个方面。在攻击方面,介绍了针对节点嵌入的图中毒攻击和物理相机贴纸攻击;在防御方面,探讨了预训练提高模型鲁棒性和通过增强集成多样性来改善对抗防御的方法。此外,还讨论了对抗样本产生的原因,如网络脆弱性和计算约束。
摘要由CSDN通过智能技术生成

一、对抗攻击(Adversarial Attack)

1.1.Adversarial Attacks on Node Embeddings via Graph Poisoning

一般来说,paper或者是新方法新理论,或者是新应用新场景。本文属于后者(对基于随机游走(Random walks)方法的图模型的攻击)。

LINK:http://proceedings.mlr.press/v97/bojchevski19a.html

在这里插入图片描述

1.2.Adversarial camera stickers: A physical camera-based attack on deep learning systems

新应用新场景(通过在相机上粘贴纸来达到对抗攻击的目的)。

LINK:https://arxiv.org/pdf/1904.00759.pdf

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值