检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于神经网络的后门攻击
下载:
270
浏览:
2981
陈丹 张丽
《神经科学研究》
2022年5期
摘要:
现如今人工智能可谓是最热门的领域,随着人工智能和机器学习不断发展,以神经网络为基础的深度学习模型也日益强大起来,深度神经网络的安全问题也变得越来越重要且逐渐受到了广泛关注。然而,神经网络的特质导致其与生俱来存在安全隐患,经过特别处理后的样本数据在输入深度模型后,会导致错误的分类。目前攻击方式变化多端,另外由于攻击的成本变得越来越低,深度学习模型受到了前所未有的挑战,对各种商业应用来说也是极具威胁的。本文主要介绍了神经网络的后门攻击概念、攻击场景、攻击的种类。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享