对抗机器学习是一个机器学习与计算机安全的交叉领域。对抗机器学习旨在给恶意环境下的机器学习技术提供安全保障。由于机器学习技术一般研究的是同一个或较为稳定的数据分布,当部署到现实中的时候,由于恶意用户的存在,这种假设并不一定成立。比如研究人员发现,一些精心设计的对抗样本(adversarial example)可以使机器学习模型不能成功地输出正确的结果。针对模型的攻击问题,我们主要分为两大类,就是从训练阶段和推理(inference)阶段来进行讨论。
《21ic技术洞察》系列栏目特别篇:触控无界,可靠随心 —— 揭秘 PIC32CM PL10 的‘硬核’感知力
Altium Designer 19实战速成视频
vim从入门到精通第01季:基础命令入门
vim从入门到精通第02季:使用插件定制自己的IDE开发环境
PADS 9.5 pcb视频零基础入门实战教程
内容不相关 内容错误 其它