Loading...
机构名称:
¥ 2.0

这项工作对对抗机器学习领域中欺骗的反向工程(红色)进行了全面探索。它深入研究了机器和以人为中心的攻击的复杂性,从而使人们对如何对对抗性策略进行了整体理解,以保护AI系统。对于以机器为中心的攻击,我们涵盖了用于像素级扰动,对抗显着性图和受害者模型信息的反向工程方法。在以人为中心的域名的领域中,重点转移到生成的图像中的生成模型信息和操纵定位。通过这项工作,我们就与红色相关的挑战和机遇提供了前瞻性的看法。此外,我们在AI安全和值得信赖的计算机愿景领域提供了基础和实用的见解。

机器上欺骗的逆向工程

机器上欺骗的逆向工程PDF文件第1页

机器上欺骗的逆向工程PDF文件第2页

机器上欺骗的逆向工程PDF文件第3页

机器上欺骗的逆向工程PDF文件第4页

机器上欺骗的逆向工程PDF文件第5页

相关文件推荐

2025 年
¥1.0
2013 年
¥15.0
1900 年
¥1.0
2024 年
¥3.0
2024 年
¥2.0
2024 年
¥1.0
2020 年
¥3.0
2025 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2017 年
¥2.0
2021 年
¥4.0
2020 年
¥5.0
2022 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥3.0
2020 年
¥25.0
2019 年
¥15.0
2021 年
¥1.0
2024 年
¥5.0
2024 年
¥2.0
2024 年
¥5.0
2021 年
¥2.0