图像分类模型的对抗攻击：分析与防御
原文中文，约400字，阅读约需1分钟。发表于：。本文介绍了对基于卷积神经网络（CNN）的图像分类模型进行对抗攻击的概念，并探讨了一种被称为 FGSM（快速梯度符号方法）的著名对抗攻击方法对图像分类模型性能的负面影响。对三种预训练图像分类器 CNN 结构（ResNet-101，AlexNet 和 RegNetY 400MF）使用 ImageNet 数据集中的随机选择图像进行了模拟 FGSM...
本文介绍了基于卷积神经网络的图像分类模型对抗攻击的概念，探讨了FGSM对模型性能的负面影响，并通过模拟攻击和准确性计算展示了攻击的有害影响。最后，提出了防御蒸馏方法来抵御FGSM攻击，并给出了实验结果验证方案。
