本研究提出了一种名为深度神经损伤（DNL）的轻量级方法，通过翻转深度神经网络参数的符号位来引发准确性下降。研究表明，仅需翻转少量符号位即可造成显著的准确率损失，并探讨了应对此类攻击的防御策略。