面向人工智能模型的安全攻擊和防御策略綜述

摘要： 近年來，以深度學(xué)習(xí)為代表的人工智能技術(shù)發(fā)展迅速，在計(jì)算機(jī)視覺、自然語言處理等多個(gè)領(lǐng)域得到廣泛應(yīng)用.然而，最新研究表明這些先進(jìn)的人工智能模型存在潛在的安全隱患，可能影響人工智能技術(shù)應(yīng)用的可靠性.為此，深入調(diào)研了面向人工智能模型的安全攻擊、攻擊檢測以及防御策略領(lǐng)域中前沿的研究成果.在模型安全攻擊方面，聚焦于對抗性攻擊、模型反演攻擊、模型竊取攻擊等方面的原理和技術(shù)現(xiàn)狀；在模型攻擊檢測... （共22頁）