PulseAugur
中
实时 10:02:08
实体 A Certified Robustness Framework for Backdoor Poisoning Attacks using $f$-Divergences

A Certified Robustness Framework for Backdoor Poisoning Attacks using $f$-Divergences

PulseAugur coverage of A Certified Robustness Framework for Backdoor Poisoning Attacks using $f$-Divergences — every cluster mentioning A Certified Robustness Framework for Backdoor Poisoning Attacks using $f$-Divergences across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_327227 ·

    新框架认证机器学习模型对后门投毒攻击的鲁棒性

    研究人员开发了一个新的框架,用于认证机器学习模型在后门投毒攻击下的鲁棒性。该框架利用 $f$-散度来处理复杂的对手约束,包括被污染的训练样本数量和扰动幅度。它提供了一种通用的方法,可以将先前的方法作为特例恢复,并已用于认证模型在具有各种噪声分布的 $\ell_p$-约束投毒对手下的鲁棒性。