面向图像分类任务的对抗攻击及防御策略研究  

作　　者：宋丹丹 梁圣哲 

机构地区：[1]河北金融学院,河北保定071051

出　　处：《中文科技期刊数据库（全文版）自然科学》2024年第5期0131-0134,共4页

摘　　要：深度神经网络在许多应用场景展现了优秀的计算能力,但在图像分类领域,其易受到对抗样本的攻击从而输出错误结果,因此关于对抗攻击及防御策略的研究很有必要。本文首先介绍目前已有的对抗攻击方法,其次介绍对抗防御策略,并且讨论了面向图像分类任务的对抗攻击及防御策略研究的发展前景,旨在推进该领域研究得到进一步推进。

关 键 词：深度学习 对抗攻击 对抗防御 对抗样本 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]