English(EN) Toward a Generalized Defense Across Sparse, Continuous, and Structured Parameter Attacks

新型防御系统保护神经网络免受参数攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-04 04:00

研究人员开发了一种名为ParDef的新型防御机制，旨在保护深度神经网络免受持续的参数攻击。该系统集成了密钥通道重参数化、用于纠错的QC-LDPC量化以及自适应鲁棒推理来稳定预测。在标准数据集和模型上的评估表明，ParDef能够有效降低各种参数篡改方法的攻击成功率，同时性能下降最小且开销适中。 AI

影响增强了部署的AI模型在面对持续篡改时的安全性和可靠性。

排序理由该集群包含一篇学术论文，详细介绍了一种防御深度神经网络免受参数攻击的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Bin Duan, Zeyu Bai, Guowei Yang · 2026-06-04 04:00

Toward a Generalized Defense Across Sparse, Continuous, and Structured Parameter Attacks

arXiv:2606.04317v1 Announce Type: cross Abstract: Deep neural networks are increasingly deployed across heterogeneous and partially untrusted environments, where models are distributed through cloud storage, CI/CD pipelines, containerized services, and edge execution platforms. T…