深度强化学习算法在对抗性攻击防御中的应用探索  

作　　者：张贻泉 张鹏 褚静 

机构地区：[1]枣庄工程技师学院

出　　处：《网络安全和信息化》2025年第3期52-54,共3页Cybersecurity & Informatization

摘　　要：围绕深度强化学习算法在对抗性攻击防御中的应用,提出了针对诸如快速梯度符号法攻击、投影梯度下降攻击、单像素攻击等多种对抗性攻击防御方法。深度强化学习算法作为一种强大的机器学习方法,能够使智能体在与环境的交互中不断学习和优化策略,从而高效解决复杂任务。然而,对抗性攻击威胁也逐渐显现。恶意攻击者可以通过精心设计的微小扰动,使深度强化学习模型产生错误的决策,严重影响其安全性和可靠性。

关 键 词：强化学习算法 深度强化学习 攻击防御 恶意攻击者 机器学习方法 智能体 单像素 投影梯度 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]