原书出处
人工智能安全
6 网络安全 模型攻击面与防御研究问题
性特征组成的木马后门技术,使带有合成后门的神经网络
在良性数据上可以达到与其原始版本相当的精度,当输入中存在复合触发器时,就会出现误分类,躲避当前最先进的木马后门扫描器。研究通过对模型代码进行毒化的木马后门植入技术,使攻击代码在模型训练时动态创建,基于多目标优化实现高精度植入。研究针对图神经
网络的后门注入技术,设计离散的非结构化的子图结构作
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