基于插值法的对抗攻击防御算法

作者：范宇豪; 张铭凯; 夏仕冰

来源：网络空间安全, 2020, 11(04): 74-78.

• 对抗样本
• 防御算法
• 插值算法
• 机器学习

深度神经网络(DNN)在预测过程中会受到对抗攻击而输出错误的结果,因此研究具有防御能力的新型深度学习算法,对于提高神经网络的鲁棒性和安全性有重要的价值。文章主要研究应对对抗样本攻击的被动防御方法,提出基于插值法的对抗攻击防御算法(Interpolation Defense Algorithm,IDA),实验结果表明,本算法可以提高神经网络对于对抗样本的识别率。

• 单位
  广州大学