图像、图与文本中的对抗攻击与防御：综述
机器学习
2019-10-10 v2 密码学与安全
机器学习
摘要
深度神经网络(DNN)在多个领域的众多机器学习任务中取得了前所未有的成功。然而，对抗样本的存在引发了将深度学习应用于安全关键型应用的担忧。因此，我们见证了人们日益关注针对不同数据类型（如图像、图和文本）的DNN模型的攻击与防御机制研究。因此，有必要对主要攻击威胁及相应对策的成效提供系统而全面的概述。在本综述中，我们回顾了针对三种流行数据类型（即图像、图和文本）生成对抗样本的最先进算法以及抵御对抗样本的对策。
引用
@article{arxiv.1909.08072,
title = {Adversarial Attacks and Defenses in Images, Graphs and Text: A Review},
author = {Han Xu and Yao Ma and Haochen Liu and Debayan Deb and Hui Liu and Jiliang Tang and Anil K. Jain},
journal= {arXiv preprint arXiv:1909.08072},
year = {2019}
}
备注
survey, adversarial attacks, defenses