手机知网 App
24小时专家级知识服务
打 开
自动化技术
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
面向深度神经网络增量学习的持久隐蔽后门攻击方法
浙江工业大学信息工程学院;
浙江工业大学计算机科学与技术学院;
四川大学数据安全防护与智能治理教育部重点实验室;
国防科技大学系统工程学院
|
袁孟
陈晋音
郑海斌
杜航
开通知网号
增量学习凭借赋予深度神经网络持续学习的能力并缓解灾难性遗忘的特性,在自动驾驶,智能安防等众多领域得到广泛应用。但其阶段性的训练机制为后门攻击埋下隐患,即攻击者在某些阶段执行后门攻击,导致后续增量学习的深度神经网络仍存在后门。现有研究增量学习的后门攻击...
机 构:
浙江工业大学信息工程学院;
浙江工业大学计算机科学与技术学院;
四川大学数据安全防护与智能治理教育部重点实验室;
国防科技大学系统工程学院;
领 域:
自动化技术;
关键词:
增量学习;
后门攻击;
持久性;
鲁棒性;
安全;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
8
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
小型微型计算机系统
网络首发
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索