对抗样本(Adversarial Examples)是向输入数据添加细微且难以察觉的扰动、从而诱使机器学习模型产生错误输出的数据点,其核心构成包括扰动构造、输入误导与安全性鲁棒性测试,解决的是模型在恶意输入下判断失误的问题,并不解决模型本身容量不足与训练数据覆盖不全的问题。
对抗样本是什么?
对抗样本(Adversarial Examples)是向输入数据添加细微且难以察觉的扰动、从而诱使机器学习模型产生错误输出的数据点,其核心构成包括扰动构造、输入误导与安全性鲁棒性测试,解决的是模型在恶意输入下判断失误的问题,并不解决模型本身容量不足与训练数据覆盖不全的问题。
🔗 本文链接