声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1258/TP
国际刊号：1007-130X
发布日期:
作者：马铭苑, 李虎, 王梓斌, 况晓辉
单位：（军事科学院系统工程研究院信息系统安全技术重点实验室，北京 100101）
关键词：深度神经网络,后门植入,后门检测,人工智能,
作为当前人工智能快速发展的代表性技术之一，深度神经网络的应用范围越来越广，由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本，以实现对深度神经网络模型的欺骗，以及如何检测对抗样本并加固深度神经网络模型。但是，随着深度神经网络模型的开发越来越依赖开源数据集、预训练模型和计算框架等第三方资源，模型被植入后门的风险越来越高。从深度神经网络模型生命周期的各个环节出发，对深度神经网络模型后门植入与检测相关技术进行了归纳总结，对比分析了不同技术的主要特征与适用场景，对相关技术未来的发展方向进行了展望。
来源：2022年第11期
《计算机工程与科学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。