DeepCDCL：一个基于 CDCL 的神经网络验证框架
机器学习
2024-03-14 v1 人工智能
摘要
安全关键应用中的神经网络因其易受微小扰动影响而面临日益增长的安全问题。本文提出了 DeepCDCL，一个基于冲突驱动子句学习（CDCL）算法的新型神经网络验证框架。我们引入了一种异步子句学习与管理结构，与直接应用 CDCL 框架相比，减少了冗余的时间消耗。此外，我们还详细评估了该方法在 ACAS Xu 和 MNIST 数据集上的性能，结果表明在大多数情况下都实现了显著的加速。
引用
@article{arxiv.2403.07956,
title = {DeepCDCL: An CDCL-based Neural Network Verification Framework},
author = {Zongxin Liu and Pengfei Yang and Lijun Zhang and Xiaowei Huang},
journal= {arXiv preprint arXiv:2403.07956},
year = {2024}
}