技术
Adversarial Attack（对抗攻击）
Adversarial Attack 指对输入施加人眼难以察觉的微小扰动，使机器学习模型产生错误输出的攻击方法，旨在揭示模型的脆弱性。典型应用包括攻击图像分类器（如 FGSM、PGD）和语音识别系统，是评估模型鲁棒性的重要手段。
详细解释
对抗攻击分为白盒攻击（已知模型参数）和黑盒攻击（仅能查询输出）。快速梯度符号法（FGSM）沿梯度方向添加扰动，投影梯度下降（PGD）则迭代执行。攻击目标可以是定向（误分类为指定类）或非定向。对抗攻击揭示了深度神经网络决策边界的不连续性，推动了对抗训练等防御技术。在安全敏感领域如自动驾驶和生物识别，对抗攻击研究至关重要。此外，对抗样本还可用于数据增强和隐私保护。
别名与相关写法
adversarial attack
相关资讯
图神经网络对抗攻防的分离原理与 SepAttack 方法2026/10/30