【论文推荐】了解《对抗机器学习》必看的6篇论文（附打包下载地址）

最新推荐文章于 2025-08-28 10:07:38 发布
原创 最新推荐文章于 2025-08-28 10:07:38 发布 · 1.2k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #机器学习 #深度学习 #大数据 #编程语言

本文推荐伊利诺伊大学香槟分校博士杨卓林精选的6篇关于对抗机器学习的论文，探讨如何提升多模型鲁棒性，减少迁移性，包括梯度正交性与模型平滑度的影响。文中提供论文获取方式，适合关注机器学习安全领域的读者。

26efe234549d2d5bcc535f6464934a30.png

论文推荐

“SFFAI133期来自伊利诺伊大学香槟分校博士三年级在读的杨卓林推荐的文章主要关注于基础研究的对抗机器学习领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”

关注文章公众号

回复"SFFAI133"获取本主题精选论文

01

0eac7fd532677500f715c8b130f25b37.png

推荐理由：从实验上验证了梯度正交性会和迁移性有很大关联，算是这一块研究的开端。

02

f2be24f22696575ba8c65b6035d02c0b.png

推荐理由：比较早的一篇从实验上尝试约束梯度正交性来提升多模型鲁棒性的文章，效果尚可但没有理论依据。


03

最低0.47元/天 解锁文章
对抗机器学习论文-Towards Evaluating the Robustness of Neural Networks（CW2）
m0_57572083的博客
10-11 615
对抗机器学习论文-Towards Evaluating the Robustness of Neural Networks
对抗机器学习论文-BackdoorBench: A Comprehensive Benchmark of Backdoor Learning
m0_57572083的博客
10-17 1545
对抗机器学习论文-BackdoorBench: A Comprehensive Benchmark of Backdoor Learning
2、对抗机器学习：原理、算法与应用
最新发布
v4w5x6的博客
08-28 41
本文系统介绍了对抗机器学习的基本原理、核心算法及其在网络安全、图像处理等领域的应用。文章分析了传统机器学习在非平稳数据和智能攻击下的脆弱性，探讨了对抗样本的生成与检测难题，并比较了多种对抗算法在成本函数、攻击策略和防御机制上的差异。特别强调了博弈论在构建动态攻防模型中的作用，提出了未来结合正则化、数据增强与可解释AI技术提升模型鲁棒性的方向。通过图像分类案例，揭示了对抗攻击的风险与防御的重要性，展望了其在自动驾驶、金融安全等领域的广阔前景。
对抗机器学习论文-Towards Deep Learning Models Resistant to Adversarial Attacks（PGD）
m0_57572083的博客
10-16 1973
对抗机器学习论文-Towards Deep Learning Models Resistant to Adversarial Attacks（PGD）
最新最全对抗机器学习论文合集
AI_Conf的博客
01-20 341
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:/.
对抗机器学习基础（论文学习笔记二）
Evan Hu的博客
03-22 1073
Foundation系列共有三个部分，是对《Evasion attacks against machine learning at test time》《Intriguing properties of neural networks》《Explaining and harnessing adversarial examples》三篇文章的阅读笔记整理。本文介绍《Intriguing proper...
【论文推荐】了解《动态联邦学习》必看的6篇论文（附打包下载地址）
weixin_48294000的博客
03-27 4599
论文推荐“SFFAI142期来自美国西北大学的王礼旭同学推荐的文章主要关注于基础研究的动态联邦学习领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”关注文章公众号回复"SFFAI142"获取本主题精选论文01Federated Continual Learning with Weighted Inter-client Transfer (ICML 2021)...
【论文推荐】了解《通信强化学习》必看的6篇论文（附打包下载地址）
weixin_48294000的博客
02-11 990
论文推荐“SFFAI136期来自北京邮电大学的于会涵推荐的文章主要关注于深度强化学习的通信强化学习领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”关注文章公众号回复"SFF...
了解《对抗样本》必看的6篇论文【附打包下载地址】
weixin_48294000的博客
08-09 892
论文推荐“《SFFAI 77期-对抗样本专题》来自西安电子科技大学的李茂森同学推荐的文章主要关注于对抗样本领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”关注文章公众号...
【论文推荐】了解《点云补全》必看的6篇论文（附打包下载地址）
weixin_48294000的博客
09-05 2213
论文推荐“SFFAI122期来自伊利诺伊大学厄巴纳香槟分校计算机系的谢楚琳推荐的文章主要关注于计算机视觉的点云处理领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”关注文章公...
《图对抗机器学习》2020综述论文.pdf
03-13
尽管工作蓬勃发展，但仍然缺乏统一的问题定义和全面的调研综述。为了弥补这一不足，我们对已有的关于图对抗学习任务的研究进行了系统的总结。具体来说，我们在图形分析任务中对现有的攻防工作进行了梳理和统一，同时给出了适当的定义和分类。此外，我们强调了相关评价指标的重要性，并对其进行了全面的调查和总结。希望我们的工作可以为相关研究者提供参考，为他们的研究提供帮助。
机器学习经典论文
12-07
机器学习经典论文 机器学习经典论文 机器学习经典论文
对抗样本攻击的机器学习
12-27
机器学习领域下的对抗样本攻击是目前研究的热点，这是伯克利分校的入门教材。
adversarial_machine_learning:该存储库包含与对抗性机器学习主题有关的计算机安全课程项目相关的所有代码和材料
03-15
对抗机器学习 问题评估与实施 该存储库包含与计算机安全课程项目有关的对抗机器学习主题的所有代码和材料。 Conda-Navigator GUI启动 一旦安装了Conda，请从终端输入： $ anaconda-navigator 然后，GUI启动： 现在，您可以安装项目所需的组件。 conda环境激活 完成后，激活环境（在这种情况下，称为adversarial_ml）： 记住要在项目目录中激活环境。 项目运行 安装完所有内容后，运行项目：
机器学习论文TOP20篇
01-10
全球机器学习邻域论文top20篇，全球机器学习邻域论文top20篇
十本必读的机器学习论文！超详细整理总结
yyyyyybw的博客
05-22 1511
机器学习算法是 AI 系统执行任务的规则或流程，通过对数据的分析学习，自动挖掘规律和模式，用于预测、分类、聚类等任务，实现智能化数据分析处理。依据输入数据（标记或未标记），对数据模式评估，用于预测或分类。比如判断邮件是否为垃圾邮件（分类），预测股票价格（预测）。评估模型预测结果。与已知示例对比，衡量模型准确性，如计算预测值和真实值的差值。若模型与训练数据拟合欠佳，调整权重缩小已知样本与模型估计的差异，重复 “评估 - 优化”，直至达精度要求。即插即用缝合模块+CVPR可复现论文。
机器学习论文与书籍推荐
雨石
07-29 6537
今天在网上找到转载的《机器学习推荐论文与书籍》，看起来不错，无出处。搜索得知为水木社区某神童编写，可惜找不到原文链接。所以这里把里面的东西整理一下，收集打包至网盘（没有包含的标上了“缺”字），方便爱好研究的朋友~ （因本人才疏学浅，如有查找错误，还请见谅……） 基本模型 HMM (Hidden Markov Models，隐含马尔可夫模型) [1] A Tutorial on Hidd
Adversarial Machine Learning（对抗机器学习）
梁小憨憨的博客
12-23 1904
之前把机器学习（Machine Learning）的安全问题简单记录了一下，这里有深入研究了一些具体的概念，这里记录一下方便以后查阅。
【机器学习】对抗机器学习（AML）
Glass_Gun的博客
11-17 1007
Adversarial Machine Learning (AML)的研究工作简单可以分为两个部分：攻击和防御。攻击，即指如何生成对抗样本以使得机器学习模型产生错误的预测；防御，即指如何使机器学习模型对对抗样本更鲁棒。
Foolbox 0.11.1：Python中用于对抗样本的机器学习库
作为一个开源项目，它促进了对抗机器学习领域的知识共享与技术进步。全球范围内的研究人员基于foolbox开展对比实验、验证新理论、发表高水平论文，推动了整个领域的方法论标准化进程。 压缩包子文件名称列表仅包含...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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