← 返回卡片

原书出处

深度学习详解

12 对抗攻击 12.8 防御方式中的主动防御

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.560Z

主动防御的思路是,在训练模型的时候,一开始就要训练一个比较不会被攻破的鲁棒性非常强的模型,这种训练方式被称为对抗训练. 对抗训练就是在训练的时候,不要只用原始的训练数据,还要加入一些攻击的数据,如图12.22所示.具体来说,我们有一些特殊的训练数据,它们和普通的训练数据是一样的. 以图像为例,图像用来表示,对应的标签用来表示.然后使用训练数据训练一个模型,并且在训练阶段就对这个模型进行攻击. 为训练数据加入一些噪声,从而产生一些攻击的数据,将受到攻击后的图像用来表示.将训练数据里的每一张图片都拿出来进行攻击,攻击完以后,再给这些被攻击过的图片标上正确的标签,这样就产生了新的数据集,用来表示,这个数据集会让机器产生错误. 接下来,同时使用和原始数据集进行训练,这样就可以训练出一个比较不会被攻破的模型了.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter12.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc