利用深度神经网络中的漏洞：对抗攻击与故障注入攻击
密码学与安全
2021-05-10 v1 机器学习
摘要
从微型心脏起搏器芯片到飞机防撞系统，最先进的网络物理系统(CPS)已日益依赖深度神经网络(DNN)。然而，正如多项研究所得出的结论，DNN极易受到安全威胁，包括对抗攻击。本文首先讨论可用于针对基于神经网络的系统生成安全攻击的不同漏洞。随后我们概述现有的针对DNN的基于对抗与故障注入的攻击。我们还给出简要分析以凸显对抗攻击在实际实现中的不同挑战。最后，我们讨论了开发对对抗与故障注入攻击具有韧性的鲁棒DNN系统的各种可行途径。
引用
@article{arxiv.2105.03251,
title = {Exploiting Vulnerabilities in Deep Neural Networks: Adversarial and Fault-Injection Attacks},
author = {Faiq Khalid and Muhammad Abdullah Hanif and Muhammad Shafique},
journal= {arXiv preprint arXiv:2105.03251},
year = {2021}
}
备注
CYBER 2020, The Fifth International Conference on Cyber-Technologies and Cyber-Systems