基于PaddlePaddle的数据投毒攻击
2019-08-16 11:33:4411616人阅读
人工智能面临的主要安全风险之一就是数据投毒。训练数据污染（数据投毒）可导致人工智能决策错误。通过在训练数据集中加入伪装数据、恶意样本等，导致训练出的算法模型决策出现偏差。
开源对抗样本工具箱AdvBox
2018-09-26 17:47:0020187人阅读
对抗样本(Adversarial Example Attack)是机器学习模型的一个有趣现象，攻击者通过在源数据上增加人类难以通过感官辨识到的细微改变，但是却可以让机器学习模型接受并做出错误的分类决定。一个典型的场景就是图像分类模型的对抗样本，通过在图片上叠加精心构造的变化量，在肉眼难以察觉的情况下，让分类模型产生误判。
PaddlePaddle平台对抗样本工具包Advbox
2018-02-26 16:19:5613818人阅读
对抗样本广泛存在于深度神经网络中，其表现出来的显著反直观特点吸引了越来越多的研究者进入对抗样本检测、生成与防御研究领域。对抗样本工具包能够为研究者深入开展研究提供极大的便利，免去重复“造轮子”，高效地使用最新的生成方法构造对抗样本数据集用于对抗样本的特征统计、攻击全新的AI应用抑或是加固业务AI模型。
