【综述】对抗样本生成及攻防技术综述

作者是电子科技大学的刘小垒等，2019年发表在计算机应用研究 主要内容： 以机器学习的安全性问题为出发点，介绍了当前机器学习面临的隐私攻击、完整性攻击等安全问题，归纳了目前常见对抗样本生成方法的发展过程及各自的特点，总结了目前已有的针对对抗样本攻击的防御技术，最后对提高机器学习算法鲁棒性的方法做了进一步的展望。 一、机器学习模型的攻击方式 1.1一般说来，对机器学习模型的攻击方式包括破坏模型的机密

>>阅读原文<<