BriefGPT.xyz
Oct, 2018
对抗样本-现象的完整特征描述
Adversarial Examples - A Complete Characterisation of the Phenomenon
HTML
PDF
Alexandru Constantin Serban, Erik Poll
TL;DR
本研究提供了对毒瘤样本现象的完整刻画，目的在于涵盖研究领域的所有重要方面：（1）毒瘤样本存在的假设，（2）对安全性、可靠性和稳健性的影响，（3）生成和保护对抗样本的方法，（4）毒瘤样本在不同机器学习模型之间的转移能力。（5）本文提供充足的背景信息，可作为调查、教程或使用毒瘤样本进行攻击和防御的目录。
Abstract
We provide a complete characterisation of the phenomenon of
adversarial examples
- inputs intentionally crafted to fool
machine learning
models. We aim to cover all the important concerns in this field of study:
→