本文探讨了黑盒图像分类中的对抗性样本问题，提出了一种基于偏差抽样的新方法，显著提高了攻击效率。同时，研究利用Shapley值检测正常与对抗输入，展示了高准确性和强泛化能力。此外，提出了新技术以隐藏分类器偏见，并讨论了可解释人工智能中的安全性问题，强调了持续评估的重要性。