Neural Fingerprints for Adversarial Attack Detection
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法,增强深度学习图像分类模型对抗样本的检测能力。通过生成多个检测器并随机选择,最终在ImageNet上实现了高检测率和低误报率。
🎯
关键要点
- 本研究提出了一种新方法,增强深度学习图像分类模型对抗样本的检测能力。
- 研究解决了深度学习图像分类模型在面对对抗样本时的脆弱性。
- 通过生成多个具有一致性能的检测器,并在每个输入中随机选择,提升检测能力。
- 利用神经指纹技术增强检测效果。
- 最终结果显示,该方法在ImageNet上实现了高检测率和低误报率。
➡️