Lovewxy_不再回忆-CSDN博客

原创 Paper笔记：《Towards Deep Learning Models Resistant to Adversarial Attacks》

论文：https://arxiv.org/pdf/1706.06083代码：https://github.com/DengpanFu/RobustAdversarialNetworkMotivation 这篇文章聚焦神经网络的对抗鲁棒性这个话题，通过研究网络的鲁棒性优化问题来为网络的安全性提供保障。随着AI不断被引入日常应用场景中，安全性已经成为至关重要的问题。针对攻击样本，此前的研究提出对抗训练的方法，但是泛化性非常有限，几乎只能抵御已知的攻击。而本文从鲁棒性的角度出发，研究如何让模型具备足够的安

2021-03-10 22:50:30 944

原创 Paper笔记：《Towards Evaluating the Robustness of Neural Networks》（CW攻击）

论文： https://arxiv.org/pdf/1608.04644.pdf?source=post_page代码：https://github.com/Harry24k/CW-pytorchMotivation 又是一篇对抗攻击领域的基石之作，论文的思路主要针对当时最强的防御方法——防御性蒸馏。在当时，几乎所有的攻击方法都无法攻破防御性蒸馏，而本文的方法在面对防御性蒸馏时，取得了几乎100%的攻击成功率，这也再一次推动了对抗攻防算法的演进。Contribution 作者提出了一种新的攻击

2021-03-04 23:21:09 747 1

原创 Paper笔记：《EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLES》

论文: https://arxiv.org/pdf/1412.6572.pdf代码: https://github.com/1Konny/FGSMSummary 对抗攻击领域的开山之作之一，这篇论文最令人熟知的是其提出了经典的Fast Gradient Sign Method（简称FGSM）攻击方法，大大提高了攻击样本生成的效率。但事实上，这篇论文关注的核心问题是：为什么攻击样本会存在？作者提出“神经网络的线性属性才是攻击样本存在的原因”。从行文思路上来说，这篇论文不同于一般论文的motivaion

2021-02-22 00:06:22 227 1

weixin_37627840的博客

原创 Paper笔记：《Towards Deep Learning Models Resistant to Adversarial Attacks》

原创 Paper笔记：《Towards Evaluating the Robustness of Neural Networks》（CW攻击）

原创 Paper笔记：《EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLES》

原创 Paper笔记：《LaVAN: Localized and Visible Adversarial Noise》

原创 Paper笔记：《Adversarial Color Enhancement》

原创 Paper笔记：《ColorFool: Semantic Adversarial Colorization》

原创 Paper笔记：《Functional Adversarial Attacks》

原创 MDNet论文及代码解析

原创 2019秋招cv岗求职心得

空空如也

空空如也