新AEGIS框架增强视觉传感器中的对抗性检测

研究人员开发了AEGIS，一个旨在增强视觉传感器网络中对抗性检测鲁棒性的新框架。该系统集成了SemantiGAN模块，用于对不一致的输入进行语义区分，以及一个利用Dirichlet分布的Evidential Deep Learning分类器，该分类器在预测的同时提供校准的不确定性估计。在Tiny ImageNet数据集上的评估表明，AEGIS在检测各种对抗性攻击方面表现出色，取得了高AUROC、AUPRC和准确率分数。 AI

影响 提高了视觉传感器中AI系统对抗攻击的鲁棒性。

排序理由 详细介绍对抗性检测新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• AEGIS
• Dirichlet distribution
• Evidential Deep Learning
• FGSM
• Projected Gradient Descent
• SemantiGAN
• Softmax
• Tiny ImageNet

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →