实体
DeepFool
DeepFool
PulseAugur coverage of DeepFool — every cluster mentioning DeepFool across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
P2P借贷模型对抗性训练在不同攻击类型下表现出混合鲁棒性
研究人员评估了在同行借贷（P2P lending）中使用的机器学习模型在面对各种对抗性攻击时的鲁棒性。研究发现，虽然对抗性训练能显著提高模型对特定训练攻击的防御能力，但这种鲁棒性并不总是能很好地迁移到不同类型的攻击上，特别是非基于梯度的攻击。研究结果表明，混合攻击对抗性训练在抵御各种操纵方法方面提供了最均衡的防御，这对于有效的信用模型治理至关重要。
-
DeepDefense框架增强神经网络对抗攻击的鲁棒性
研究人员推出了一种名为DeepDefense的新框架，旨在增强深度神经网络对抗对抗性攻击的鲁棒性。该方法采用逐层梯度-特征对齐（GFA）正则化来平滑损失景观，使模型对微小、精心设计的输入扰动不那么敏感。实证结果表明，对抗鲁棒性得到了显著改善，使用DeepDefense训练的CNN模型在CIFAR-10等基准测试中，在各种攻击类型下，其性能大幅优于标准的对抗性训练。