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：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：范纯龙,宿彤,滕一平,王翼新,丁国辉,
单位：沈阳航空航天大学计算机学院辽宁省大规模分布式系统实验室,沈阳110136；
关键词：缺陷样本,深度学习,优化算法,查询次数,
基金：国家自然科学基金资助项目(61902260)；；
黑盒攻击主要是基于决策的攻击，但普遍存在查询次数多、敏感点难选择的问题，因此提出了基于差分进化的缺陷样本生成算法。算法将黑盒攻击定义为一个无约束优化问题，利用差分进化搜索图像敏感点，并优化基于深度学习模型决策定义的损失函数以及梯度计算方法，实现有效的黑盒攻击。在攻击成功率相同的条件下，在MNIST和CIFAR10数据集上的平均查询次数分别减少了28.3%和14.8%。
来源：2021年第1期
《计算机应用研究》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。