对抗性环境下深度学习的鲁棒性研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究的意义和目的 | 第14-15页 |
| 1.4 论文篇幅以及内容介绍 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 背景介绍 | 第17-29页 |
| 2.1 深度学习 | 第17-23页 |
| 2.1.1 堆栈自编码器 | 第17-19页 |
| 2.1.2 卷积神经网络 | 第19-23页 |
| 2.2 对抗性环境 | 第23-27页 |
| 2.2.1 逃避攻击及其防御方法 | 第23-25页 |
| 2.2.2 毒化攻击及其防御方法 | 第25-27页 |
| 2.3 敏感度 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 深度神经网络逃避攻击算法 | 第29-32页 |
| 3.1 逃避攻击算法 | 第29-30页 |
| 3.2 实验结果与分析 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于敏感度的堆栈自编码器鲁棒学习算法 | 第32-49页 |
| 4.1 基本概述 | 第32页 |
| 4.2 算法描述 | 第32-35页 |
| 4.3 敏感度计算实现 | 第35-36页 |
| 4.4 算法分析 | 第36-37页 |
| 4.5 实验结果与分析 | 第37-47页 |
| 4.5.1 实验设定 | 第37-40页 |
| 4.5.2 逃避攻击实验结果 | 第40-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 基于敏感度的卷积神经网络鲁棒学习算法 | 第49-54页 |
| 5.1 基本概述 | 第49页 |
| 5.2 算法描述 | 第49-50页 |
| 5.3 实验结果与分析 | 第50-53页 |
| 5.3.1 实验设定 | 第50-52页 |
| 5.3.2 实验结果 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
