文档名：面向深度学习模型的安全性评估系统
本文探讨了面向深度学习模型的安全性评估系统，设计、实现、评估一个面向深度学习模型的安全性评估系统DEEPSEC;在当期的实现中，DEEPSEC包含16种最新的对抗样本攻击、10种攻击效用指标、13种代表性的防御方法和5种防御效用指标;DEEPSEC是首个支持对对抗样本攻击与防御方法进行统一、全面、可扩展的评估系统，并且会带了一系列对抗样本领域长期存在的问题。
作者：凌祥
作者单位：浙江大学计算机学院
母体文献：第七届全国网络与信息安全防护峰会论文集
会议名称：第七届全国网络与信息安全防护峰会
会议时间：2018年11月29日
会议地点：武汉
主办单位：武汉大学
语种：chi
分类号：
关键词：计算机网络 安全性评估系统 深度学习模型
在线出版日期：2021年11月12日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.13 MB
- 下载次数:
- 60
-
高速下载
|
|
