本研究使用生成对抗网络的图像翻译模型，探讨了身份证展示攻击仪器在生成攻击样本方面的应用，并分析了生成数据在训练欺诈检测系统中的有效性。实验结果表明，合成攻击展示样本可以作为真实攻击展示样本的补充，提高了印刷攻击的错误拒识率，降低了屏幕截图攻击的拒识率。

本文介绍了一种新的图像到图像翻译模型，可用于纠正商品网站上不同产品类型的多个缺陷。该模型利用注意机制层次化地结合高层次的缺陷组和特定的缺陷类型，指导网络关注与缺陷相关的图像区域。在实际购物网站数据集上测试，相较于WS-I2I，该模型平均通过63.2%减少了Frechet Inception Distance (FID)。