【摘 要】
：
深度学习算法在计算机视觉领域取得了巨大成功,但有研究指出深度学习模型很容易受到对抗样本的攻击从而做出错误的决策。这对深度学习的进一步发展提出了挑战,也促使研究者更多关注对抗样本攻击与深度学习安全之间的关系。目前主流的攻击算法有多种形式,可以根据不同情况下的深度学习模型进行针对攻击。主流的研究方向包括提高攻击成功率,降低对抗样本生成的资源开销以及贴近真实攻击场景的黑盒攻击。本文围绕对抗样本展开研究,
论文部分内容阅读
深度学习算法在计算机视觉领域取得了巨大成功,但有研究指出深度学习模型很容易受到对抗样本的攻击从而做出错误的决策。这对深度学习的进一步发展提出了挑战,也促使研究者更多关注对抗样本攻击与深度学习安全之间的关系。目前主流的攻击算法有多种形式,可以根据不同情况下的深度学习模型进行针对攻击。主流的研究方向包括提高攻击成功率,降低对抗样本生成的资源开销以及贴近真实攻击场景的黑盒攻击。本文围绕对抗样本展开研究,将生成对抗样本的过程作为对模型的再训练,将对抗样本中添加的扰动作为再训练过程中唯一需要优化的参数,从梯度优化的角度出发,提出了一种在控制时间开销前提下可以提高攻击成功率的攻击算法。该算法引入了Nesterov动量,利用其在优化算法中可以加速收敛以及改善梯度更新方向的特点,加快了对抗样本的生成。使用多次迭代热更新的训练方法,在每次中使用投影梯度算法对生成的扰动进行范围限制,可以获得更好的攻击效果。本文选择了两个公开数据集进行实验,针对每个数据集预训练了不同的深度学习模型作为受攻击模型。经过实验证明本文提出的算法可以提高攻击深度学习模型的成功率,并且不会额外增加时间开销。此外,本文通过对攻击算法的研究,从对抗样本自身的鲁棒性出发,提出了一套高效的防御对抗样本攻击的数据预处理方案,为防御算法的研究提供了思路。最后基于本文的研究成果和对未来发展的分析,构建了一个轻量级的对抗样本攻防框架,指出构建对抗样本攻防框架对深度学习模型安全的研究具有重要意义。
其他文献
随着教育体制的不断革新,信息技术在教学过程中也得到了广泛的运用。高中生物是一门强探究性,重理解和观察的学科,信息技术在生物学科中的运用可以大大促进教学方式的创新和提高教学效率。本文将着重阐述目前信息技术在高中生物学科中的应用现状与优势和不足,分析如何更好地在信息技术环境下进行高中生物学科教学的改革与探索,实现两者的高效结合,优化课堂质量。因此,高中生物学科在信息技术环境下的改革与探索就具有重要的实
在国内教育行业创新发展的推动下,国内学校在教学改革发展的过程中,增加对信息技术的应用,从根本上提升学校的教学质量和科技水平,有助于提升学校的教学水平,实现国内教育行业的高质量发展。针对初中生物科目的教育,在完善发展的过程中与信息技术进行整合应用,教师根据生物知识进行多元化的设计和发展,有利于提升学生的学习质量和综合素质,改变传统教育发展对学生思想方面的影响,注重培养学生的学习能力和自主探究实力,从
在有限的时间内获得最大的教学效率,一直是所有教师不断追求的目标,而在信息化技术飞速发展的今天,教学模式的创新已经成为目前教学改革的重要方向。借助现代教学手段融合生物教学,可以拓展学生视野,增强知识的直观性,促进师生之间的互动交流,从而提高教学效果。
根据已完成的四边不出筋密拼连接叠合双向板原位加载试验研究成果，分析了钢筋桁架叠合板与现浇板抗弯刚度、挠度存在差异的机理。考虑弯矩调整、裂缝分布、支座附加筋及钢筋桁架等因素引入相关挠度折减系数对既有挠度计算方法进行修正。基于ACI318有效惯性矩方法、修正ASCE方法对叠合板挠度进行理论计算得出，ACI318方法计算结果高估了叠合板弹性阶段刚度，修正ASCE方法适用于弹性阶段。解析刚度法结合修正挠度
针对平面阵列天线波束形成过程中的波达方向（direction of arrival， DOA）估计失配问题，采用在期望信号（signal of interest， SOI）方向附近增加线性约束的方法，有效提升了平面阵列波束形成的稳健性；此外，针对增加线性约束会导致波束形成算法自由度降低的问题，以均匀线阵为例，在广义旁瓣相消（generalized sidelobe canceller， GSC）算
随着5G移动通信的快速发展,毫米波天线日益成为当前研究和应用的热门天线形式。本文介绍了一种工作于毫米波频段的有源相控阵天线,阵面采用一体化有源阵列集成架构,T/R组件、馈电网络和阵列天线全部集成在一个多功能基板上。对所设计的有源相控阵天线进行了原理样机的研制,并进行了实验测试。
近年来随着大数据时代的发展,企业招聘也由传统的线下招聘模式逐步转变为网络在线招聘模式,在线招聘凭借着成本低、易操作、足不出户便可投递简历等便利条件已成为企业招聘的主流模式。受今年疫情影响,国内很多企业效益下降,招聘人员相应减少,而每年的高校毕业生规模却呈逐步攀升态势,导致今年就业形势更加严峻,各企业收到的简历数量也远超往年,这对在线简历的匹配及筛选提出了更大的挑战。针对目前招聘网站不能实现简历信息
近年来,高阶调制、波分复用等新兴光通信技术广泛应用于光纤通信系统中,但导致光网络结构复杂、非线性效应等问题日愈突出,严重影响光网络性能参数计算精度,基于深度学习的光网络性能参数计算,以其在处理非线性问题上先天优势,受到越来越多关注。本文围绕光性能监测技术,建立基于深度学习的光性能参数智能预测模型,计算光信噪比,色散等多个光性能参数,并合理分配智慧预测模型到光网络中云平台和设备侧,对保障光网络传输质
在当今物流行业发展迅猛的年代,物流配送路径问题已跃然成为了难点问题。配送车辆的有限性以及客户接受服务时间的差异性,限制着物流配送的服务效率和配送质量。因此优化好物流配送路径,可以直接提升配送人员的服务质量,减少物流配送成本,进而提高物流企业的经济收益。为此,本文在研究了容量约束的软时间窗物流配送路径问题的基础上,建立数学模型,并对蚁群算法进行优化,然后运用优化后的蚁群算法求解带软时间窗的物流配送问
松材线虫是一种毁灭性的森林病虫,松材线虫早期发现是对抗松材线虫病的最有效手段,因此,松材线虫病监测技术是松材线虫病防控成功与否的关键。目前,林业部门在很多松林区域仍然依赖人工普查的方式防控疫情,普查效率不高,结合无人机航拍技术、图像处理和机器学习技术的松材线虫病疫情防治手段是重要研究对象。目标计数算法是指计算机通过对静态图像或动态视频处理获取图像中目标的数量的过程。本文提出了一种基于神经网络的松材