PulseAugur
中
实时 03:09:07
English(EN) Adversarial Attacks on Online Handwriting using Salience-based Temporal Editing

新型对抗性攻击针对在线手写识别系统

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种针对在线手写识别系统的新型对抗性攻击方法。与以往的基于图像的空间扰动攻击不同，这种新方法侧重于时间编辑，在时间序列数据中插入或删除点。该方法利用基于梯度的激活映射引导的时间显著性来识别关键时间步进行修改。在 Unipen 和 CASIA-OLHWDB 等数据集上的实验表明，与传统的空间攻击相比，这种时间编辑攻击在一次性黑盒场景下更有效，并且能更好地保持手写的视觉完整性。 AI

影响 这项研究揭示了处理序列数据的 AI 系统存在新的漏洞，可能影响数字签名验证等应用程序的安全性和可靠性。

排序理由 详细介绍一种针对特定 AI 应用（在线手写识别）的新型对抗性攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新型对抗性攻击针对在线手写识别系统

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jiseok Lee ·

    基于显著性的时间编辑对在线手写体的对抗性攻击

    Deep learning models for online handwriting recognition have been shown effective and are increasingly deployed in practical applications. However, their vulnerability to adversarial attacks is still a challenge. Existing adversarial methods are predominantly designed for image-b…

相关实体

相关话题