首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

对抗环境中鲁棒的机器学习及其应用

摘要第5-7页
Abstract第7-8页
主要符号表第15-17页
第一章 绪论第17-30页
    1.1 课题背景和研究意义第17-19页
    1.2 对抗学习第19-27页
        1.2.1 攻击的类型第20-21页
        1.2.2 攻击模型第21-22页
        1.2.3 诱发性攻击及其防御措施第22-24页
        1.2.4 探索性攻击及其防御措施第24-25页
        1.2.5 隐私窃取攻击及其防御措施第25-27页
    1.3 论文主要贡献第27-29页
    1.4 论文的组织结构第29-30页
第二章 基于数据复杂度的标签翻转诱发性攻击检测第30-49页
    2.1 引言第30-32页
    2.2 标签翻转诱发性攻击第32-34页
    2.3 数据复杂度第34-36页
        2.3.1 基于特征值的重合程度的度量方法第34-35页
        2.3.2 基于类别可分性的度量方法第35-36页
        2.3.3 基于流形的几何,拓扑和密度性质的度量方法第36页
    2.4 诱发性攻击所引起的几何特征变化的例子第36-39页
    2.5 基于数据复杂度的诱发性攻击检测第39-40页
    2.6 实验第40-47页
        2.6.1 无攻击数据集的生成第40页
        2.6.2 数据复杂度对诱发性攻击检测的辨识能力第40-44页
        2.6.3 基于数据复杂度的标签翻转诱发性攻击检测第44-45页
        2.6.4 基于数据复杂度的诱发性攻击类型检测第45-47页
    2.7 本章小结第47-49页
第三章 对探索性攻击鲁棒的多分类器系统第49-65页
    3.1 引言第49-50页
    3.2 相关工作第50-51页
    3.3 在探索性攻击下简单的分类器风险分析第51-53页
    3.4 安全的 1.5C多分类器第53-54页
    3.5 针对不同分类器的探索性攻击第54-58页
        3.5.1 梯度的计算第57-58页
    3.6 实验第58-63页
        3.6.1 垃圾邮件检测第59-61页
        3.6.2 PDF恶意软件检测第61-63页
    3.7 本章小结第63-65页
第四章 对训练和测试图片量化表差异鲁棒的隐写分析系统第65-86页
    4.1 引言第65-66页
    4.2 隐写分析和量化表第66-71页
        4.2.1 隐写分析第66-67页
        4.2.2 JPEG隐写分析中的量化表第67-68页
        4.2.3 特征扰动第68-71页
    4.3 LG-Steganalyzer第71-78页
        4.3.1 敏感度第71-74页
        4.3.2 LG-Steganalyzer的两阶段RBFNN训练方法第74-76页
        4.3.3 LG-Steganalyzer鲁棒性的提升第76-78页
    4.4 实验结果第78-84页
        4.4.1 与当前隐写分析方法的对比第79-82页
        4.4.2 使用训练图片的量化表来重新压缩测试图片的实验结果第82-84页
    4.5 本章小结第84-86页
第五章 网页浏览中信息泄露量化分析第86-106页
    5.1 引言第86-88页
    5.2 侧信道信息泄露量化第88-90页
    5.3 网页浏览中基于数据复杂度的侧信道信息泄露量化第90-92页
    5.4 流量分析防御措施的参数选择模型第92-96页
        5.4.1 基于侧信道信息泄露量化的参数选择模型第93页
        5.4.2 流量变形防御措施的参数选择第93-94页
        5.4.3 BuFLO防御措施的参数选择第94-96页
    5.5 实验研究第96-105页
        5.5.1 基于数据复杂度的信息泄露量化技术的性能第97-100页
        5.5.2 使用不同参数设置时网站指纹识别防御措施的性能第100-102页
        5.5.3 基于侧信道信息泄露量化技术的参数选择方法的性能第102-105页
    5.6 本章小结第105-106页
结论与展望第106-108页
参考文献第108-120页
攻读博士学位期间取得的研究成果第120-122页
致谢第122-123页
附件第123页

论文共123页,点击 下载论文
上一篇:表面等离激元微腔共振特性研究
下一篇:基于流形支持向量机的木材表面缺陷识别方法的研究