破译神经网络：使用随机计算防御对抗攻击
密码学与安全
2024-07-09 v1 新兴技术
摘要
在神经网络(神经网络, NN)安全领域，保护模型完整性和抵抗对抗攻击的韧性已成为首要任务。本研究探讨了将随机计算(随机计算, SC)作为新型机制用于强化NN模型的应用。primary objective是评估SC对抑制攻击对NN结果产生的恶性影响的有效性。通过一系列严谨的实验和评估，我们探讨了采用SC的NN在遭受对抗攻击时的韧性。我们的发现表明，SC引入了一层稳健的防御，显著降低了网络对攻击导致结果改变的易受性。该研究提供了关于开发更安全可靠的NN系统的新颖见解，这些系统对于数据完整性至关关怀的敏感领域的应用至关重要。
引用
@article{arxiv.2407.04861,
title = {Late Breaking Results: Fortifying Neural Networks: Safeguarding Against Adversarial Attacks with Stochastic Computing},
author = {Faeze S. Banitaba and Sercan Aygun and M. Hassan Najafi},
journal= {arXiv preprint arXiv:2407.04861},
year = {2024}
}
备注
3 pages, 1 figure, 2 tables