面向表格机器学习的对抗攻击洞见：系统文献综述
机器学习
2025-06-19 v1
摘要
机器学习中的对抗攻击在计算机视觉和自然语言处理等领域得到了广泛审阅，但针对表格数据的研究仍分散。本文提供了首次针对面向表格机器学习模型的对抗攻击的系统文献综述。我们突出显示了关键趋势，归类了攻击策略并分析了它们如何解决针对实际应用的实用考虑事项。此外，我们概述了当前的挑战和开放研究问题。通过提供清晰且结构化的概览，本综述旨在指导未来在理解和解决表格机器学习对抗漏洞方面的努力。
引用
@article{arxiv.2506.15506,
title = {Insights on Adversarial Attacks for Tabular Machine Learning via a Systematic Literature Review},
author = {Salijona Dyrmishi and Mohamed Djilani and Thibault Simonetto and Salah Ghamizi and Maxime Cordy},
journal= {arXiv preprint arXiv:2506.15506},
year = {2025}
}
备注
This paper is currently under review at ACM Computing Surveys