BriefGPT.xyz
Jun, 2023
无监督机器学习中对抗鲁棒性：一项系统综述
Adversarial Robustness in Unsupervised Machine Learning: A Systematic Review
HTML
PDF
Mathias Lundteigen Mohus, Jinyue Li
TL;DR
本文通过系统的文献综述，收集了86篇相关文献。结果表明，大多数的研究都集中在隐私攻击上，虽然有有效的防御手段，但是很多攻击缺乏有效和普适的防御措施。基于这些结果，我们提出了针对无监督学习攻击的模型，为未来的研究提供了一个可供使用的模型。
Abstract
As the adoption of
machine learning
models increases, ensuring robust models against
adversarial attacks
is increasingly important. With unsupervised
→