PulseAugur
实时 05:53:28
实体 Black-Box Score-Based Adversarial Example Attacks

Black-Box Score-Based Adversarial Example Attacks

PulseAugur coverage of Black-Box Score-Based Adversarial Example Attacks — every cluster mentioning Black-Box Score-Based Adversarial Example Attacks 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. RESEARCH · CL_147440 ·

    新的防御方法Random Logit Scaling保护AI模型免受对抗性攻击

    研究人员推出了一种名为Random Logit Scaling (RLS)的新型防御机制,旨在保护深度神经网络免受基于分数的黑盒对抗性样本攻击。RLS作为一种后处理步骤,可以轻松集成到现有机器学习模型中。通过输出随机缩放的logits,RLS旨在迷惑攻击者,同时保持模型的准确性并最小化置信度得分的失真。所提出的防御方法已证明能显著降低当前最先进攻击的成功率。