科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着深度神经网络（deep neural networks,DNN）的广泛应用，深度神经网络模型的安全性问题日益突出。后门攻击是一种常见的攻击方式，其目的在于恶意改变DNN模型训练后的表现而不被人类视觉发现。文章介绍了深度神经网络及其后门攻击的概念，详细描述了深度学习模型中的后门攻击范式、后门评估指标、后门设置及计算机视觉领域的后门攻击等内容，并对其优缺点进行了总结和评析，此外还介绍了后门攻击技术在相关领域的一些积极应用。最后，对未来DNN后门防御技术研究进行了展望。
-
单位长沙民政职业技术学院
