AI平台攻防案例及原理简单汇总
可能的三种类型的攻防： 1、对抗样本 2、ai平台外部部件漏洞 3、ai平台内部漏洞 对抗样本： 属于利用ai训练的基本原理产生的一种根本性的攻击方法。 主要原理是对训练模型添加适当的干扰，或者是故意向训练集中添加标签错误的数据，扰动训练出来的模型，使得模型不能正确识别某些物。主要针对分类模型。 案例可以参考：Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指
相关文章
- 1. sql注入攻击原理及攻防
- 2. 防抖原理以及简单实现
- 3. ARP攻击 原理/示例/防范
- 4. HDFS原理简图汇总
- 5. 单包攻击原理与防护
- 6. 单包攻击原理与防御
- 7. 简单的管理平台
- 8. Struts2原理及简单实例
- 9. CSRF攻击原理及防护
- 10. Sync 攻击原理及防范技术
- 更多相关文章...
- • ionic 平台 - ionic 教程
- • Docker 资源汇总 - Docker教程
- • ☆技术问答集锦（13）Java Instrument原理
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. sql注入攻击原理及攻防
- 2. 防抖原理以及简单实现
- 3. ARP攻击 原理/示例/防范
- 4. HDFS原理简图汇总
- 5. 单包攻击原理与防护
- 6. 单包攻击原理与防御
- 7. 简单的管理平台
- 8. Struts2原理及简单实例
- 9. CSRF攻击原理及防护
- 10. Sync 攻击原理及防范技术