ADVERSARIAL-EXAMPLES-OBFUSCATED-GRADIENTS

对抗性示例混淆了的梯度 对抗性示例是攻击者故意设计的机器学习模型的输入，该模型会导致模型出错。 它们就像是机器的光学错觉。 如果防御“没有有用的梯度”来生成对抗性示例，则称其会引起梯度掩蔽。 这里介绍了针对该主题的入门方法的论文，以及为对抗性示例建立辩护的一种可能方法。