实体
Universal Adversarial Perturbations
Universal Adversarial Perturbations
PulseAugur coverage of Universal Adversarial Perturbations — every cluster mentioning Universal Adversarial Perturbations across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
对抗性攻击严重降低了自动驾驶汽车中的目标跟踪性能
一篇新的研究论文探讨了对抗性攻击对自动驾驶汽车中使用的目标检测系统的影响,特别关注这些攻击如何影响下游跟踪的准确性。该研究评估了针对YOLOv3和YOLOv4检测器的图像特定和图像无关攻击,并结合了SORT、Deep SORT、Strong SORT和OC-SORT等各种跟踪算法。结果表明,在对抗性条件下,跟踪性能显著下降,HOTA分数大幅降低,尽管基于YOLOv4的跟踪器比YOLOv3表现出更强的韧性。
-
新型对抗性攻击针对基于深度强化学习的入侵检测系统
研究人员开发了新的通用对抗性扰动(UAP)生成方法,专门用于降低基于深度强化学习(DRL)的入侵检测系统(IDS)的性能。这些UAP旨在通过在各种网络流量类型上应用单一的、与输入无关的扰动来降低检测准确性。提出的基于概率鲁棒性(PR)的UAP将显式的PR驱动目标整合到UAP生成中,而高级版本PX-UAP则利用可解释人工智能(XAI)在现实约束下塑造扰动。实验表明,PX-UAP在攻击有效性方面优于现有的UAP方法。