对抗样本

基于伪随机数生成器的模型后门攻击

随机平滑是一种流行的ML防御方法，用于训练可证明稳健的模型，并验证模型对特定输入数据点的鲁棒性。其核心原理是通过采样高斯噪声来探索数据点周围的区域，从而证明模型在对抗样本攻击下的稳…

漏洞分析 2025.01.07 8人浏览