原书出处
人工智能安全
6 网络安全 威胁模型与对抗样本
因为它修改了训练数据的分布,误导了分类器的学习。
基于攻击造成的安全损害,攻击可分为完整性攻击、可用性攻击和隐私窃取攻击。在完整性攻击中,攻击者的目标是使恶意样本逃脱系统的检测。在可用性攻击中,攻击者提升系统的总分类误差(包括误报率和漏报率),使系统不再可用。 根据攻击的特异性,攻击可分为
针对性攻击和非针对性攻击。针对性攻击指的是攻击者针
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0009.xhtml
EPUB SHA-256:7c49472341845eb057accff22931d42be02c792b954dd7d3c3c27ee6016ef873