期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
遥感图像中不确定性驱动的像素级对抗噪声检测方法
1
作者
要旭东
郭雅萍
+3 位作者
刘梦阳
孟钢
李阳
张浩鹏
《电子与信息学报》
北大核心
2025年第6期1633-1644,共12页
现有对抗防御策略大多针对特定攻击方式进行对抗样本判别,计算复杂度高、迁移性差,且无法实现噪声的像素级检测。对于大尺寸遥感图像,对抗噪声往往集中于局部关键地物区域。为此,该文结合对抗噪声高不确定性特征,面向遥感图像提出一种...
现有对抗防御策略大多针对特定攻击方式进行对抗样本判别,计算复杂度高、迁移性差,且无法实现噪声的像素级检测。对于大尺寸遥感图像,对抗噪声往往集中于局部关键地物区域。为此,该文结合对抗噪声高不确定性特征,面向遥感图像提出一种不确定性驱动的像素级对抗噪声检测方法。首先设计带蒙特卡罗批归一化的特征提取网络,通过多次前向传播生成蒙特卡罗样本,并将样本的均值和标准差分别作为输出图像和不确定性图。依据输出图像的均方误差判断其是否属于对抗样本,若属于则进一步结合不确定性图实现多种类型对抗噪声的像素级检测。在遥感数据集上的实验结果表明,该方法能够准确检测出对抗噪声,并在不同攻击方式下展现出强鲁棒性与良好的泛化性能。
展开更多
关键词
遥感图像处理
神经网络
对抗攻击与防御
对抗
噪声检测
不确定性建模
在线阅读
下载PDF
职称材料
深度卷积神经网络图像识别模型对抗鲁棒性技术综述
被引量：
28
2
作者
孙浩
陈进
+2 位作者
雷琳
计科峰
匡纲要
《雷达学报（中英文）》
CSCD
北大核心
2021年第4期571-594,共24页
近年来,以卷积神经网络为代表的深度识别模型取得重要突破,不断刷新光学和SAR图像场景分类、目标检测、语义分割与变化检测等多项任务性能水平。然而深度识别模型以统计学习为主要特征,依赖大规模高质量训练数据,只能提供有限的可靠性...
近年来,以卷积神经网络为代表的深度识别模型取得重要突破,不断刷新光学和SAR图像场景分类、目标检测、语义分割与变化检测等多项任务性能水平。然而深度识别模型以统计学习为主要特征,依赖大规模高质量训练数据,只能提供有限的可靠性能保证。深度卷积神经网络图像识别模型很容易被视觉不可感知的微小对抗扰动欺骗,给其在医疗、安防、自动驾驶和军事等安全敏感领域的广泛部署带来巨大隐患。该文首先从信息安全角度分析了基于深度卷积神经网络的图像识别系统潜在安全风险,并重点讨论了投毒攻击和逃避攻击特性及对抗脆弱性成因;其次给出了对抗鲁棒性的基本定义,分别建立对抗学习攻击与防御敌手模型,系统总结了对抗样本攻击、主被动对抗防御、对抗鲁棒性评估技术的研究进展,并结合SAR图像目标识别对抗攻击实例分析了典型方法特性;最后结合团队研究工作,指出存在的开放性问题,为提升深度卷积神经网络图像识别模型在开放、动态、对抗环境中的鲁棒性提供参考。
展开更多
关键词
深度卷积神经网络
SAR图像识别
信息安全
对抗攻击与防御
鲁棒性评估
在线阅读
下载PDF
职称材料
深度代码模型安全综述
3
作者
孙伟松
陈宇琛
+7 位作者
赵梓含
陈宏
葛一飞
韩廷旭
黄胜寒
李佳讯
房春荣
陈振宇
《软件学报》
北大核心
2025年第4期1461-1488,共28页
随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无...
随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无法比拟的优势.这些面向代码相关任务训练的深度学习模型统称为深度代码模型.然而,由于神经网络的脆弱性和不可解释性,与自然语言处理模型与图像处理模型一样,深度代码模型安全也面临众多挑战,已经成为软件工程领域的焦点.近年来,研究者提出了众多针对深度代码模型的攻击与防御方法.然而,目前仍缺乏对深度代码模型安全研究的系统性综述,不利于后续研究者对该领域进行快速的了解.因此,为了总结该领域研究现状、挑战及时跟进该领域的最新研究成果,搜集32篇该领域相关论文,并将现有的研究成果主要分为后门攻击与防御技术和对抗攻击与防御技术两类.按照不同技术类别对所收集的论文进行系统地梳理和总结.随后,总结该领域中常用的实验数据集和评估指标.最后,分析该领域所面临的关键挑战以及未来可行的研究方向,旨在为后续研究者进一步推动深度代码模型安全的发展提供有益指导.
展开更多
关键词
深度代码模型
深度代码模型安全
人工智能模型安全
后门
攻击与
防御
对抗攻击与防御
在线阅读
下载PDF
职称材料
题名
遥感图像中不确定性驱动的像素级对抗噪声检测方法
1
作者
要旭东
郭雅萍
刘梦阳
孟钢
李阳
张浩鹏
机构
北京航空航天大学天目山实验室
北京航空航天大学宇航学院
某部项目管理中心
北京市遥感信息研究所
出处
《电子与信息学报》
北大核心
2025年第6期1633-1644,共12页
基金
国家自然科学基金(62271017)。
文摘
现有对抗防御策略大多针对特定攻击方式进行对抗样本判别,计算复杂度高、迁移性差,且无法实现噪声的像素级检测。对于大尺寸遥感图像,对抗噪声往往集中于局部关键地物区域。为此,该文结合对抗噪声高不确定性特征,面向遥感图像提出一种不确定性驱动的像素级对抗噪声检测方法。首先设计带蒙特卡罗批归一化的特征提取网络,通过多次前向传播生成蒙特卡罗样本,并将样本的均值和标准差分别作为输出图像和不确定性图。依据输出图像的均方误差判断其是否属于对抗样本,若属于则进一步结合不确定性图实现多种类型对抗噪声的像素级检测。在遥感数据集上的实验结果表明,该方法能够准确检测出对抗噪声,并在不同攻击方式下展现出强鲁棒性与良好的泛化性能。
关键词
遥感图像处理
神经网络
对抗攻击与防御
对抗
噪声检测
不确定性建模
Keywords
Remote sensing image processing
Neural networks
Adversarial attacks and defenses
Adversarial noise detection
Uncertainty modeling
分类号
TN911.73 [电子电信—通信与信息系统]
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
深度卷积神经网络图像识别模型对抗鲁棒性技术综述
被引量：
28
2
作者
孙浩
陈进
雷琳
计科峰
匡纲要
机构
国防科技大学电子信息系统复杂电磁环境效应国家重点实验室
北京市遥感信息研究所
出处
《雷达学报（中英文）》
CSCD
北大核心
2021年第4期571-594,共24页
基金
国家自然科学基金(61971426,61601035)。
文摘
近年来,以卷积神经网络为代表的深度识别模型取得重要突破,不断刷新光学和SAR图像场景分类、目标检测、语义分割与变化检测等多项任务性能水平。然而深度识别模型以统计学习为主要特征,依赖大规模高质量训练数据,只能提供有限的可靠性能保证。深度卷积神经网络图像识别模型很容易被视觉不可感知的微小对抗扰动欺骗,给其在医疗、安防、自动驾驶和军事等安全敏感领域的广泛部署带来巨大隐患。该文首先从信息安全角度分析了基于深度卷积神经网络的图像识别系统潜在安全风险,并重点讨论了投毒攻击和逃避攻击特性及对抗脆弱性成因;其次给出了对抗鲁棒性的基本定义,分别建立对抗学习攻击与防御敌手模型,系统总结了对抗样本攻击、主被动对抗防御、对抗鲁棒性评估技术的研究进展,并结合SAR图像目标识别对抗攻击实例分析了典型方法特性;最后结合团队研究工作,指出存在的开放性问题,为提升深度卷积神经网络图像识别模型在开放、动态、对抗环境中的鲁棒性提供参考。
关键词
深度卷积神经网络
SAR图像识别
信息安全
对抗攻击与防御
鲁棒性评估
Keywords
Deep convolutional neural network
SAR image recognition
Information security
Adversarial attacks and defense
Robustness evaluation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
深度代码模型安全综述
3
作者
孙伟松
陈宇琛
赵梓含
陈宏
葛一飞
韩廷旭
黄胜寒
李佳讯
房春荣
陈振宇
机构
计算机软件新技术国家重点实验室(南京大学)
南京大学软件学院
苏州大学数学科学学院
出处
《软件学报》
北大核心
2025年第4期1461-1488,共28页
基金
国家自然科学基金(61932012,62372228)。
文摘
随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无法比拟的优势.这些面向代码相关任务训练的深度学习模型统称为深度代码模型.然而,由于神经网络的脆弱性和不可解释性,与自然语言处理模型与图像处理模型一样,深度代码模型安全也面临众多挑战,已经成为软件工程领域的焦点.近年来,研究者提出了众多针对深度代码模型的攻击与防御方法.然而,目前仍缺乏对深度代码模型安全研究的系统性综述,不利于后续研究者对该领域进行快速的了解.因此,为了总结该领域研究现状、挑战及时跟进该领域的最新研究成果,搜集32篇该领域相关论文,并将现有的研究成果主要分为后门攻击与防御技术和对抗攻击与防御技术两类.按照不同技术类别对所收集的论文进行系统地梳理和总结.随后,总结该领域中常用的实验数据集和评估指标.最后,分析该领域所面临的关键挑战以及未来可行的研究方向,旨在为后续研究者进一步推动深度代码模型安全的发展提供有益指导.
关键词
深度代码模型
深度代码模型安全
人工智能模型安全
后门
攻击与
防御
对抗攻击与防御
Keywords
deep code model
security of deep code model
security of artificial intelligence model
backdoor attack and defense
adversarial attack and defense
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
遥感图像中不确定性驱动的像素级对抗噪声检测方法
要旭东
郭雅萍
刘梦阳
孟钢
李阳
张浩鹏
《电子与信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
深度卷积神经网络图像识别模型对抗鲁棒性技术综述
孙浩
陈进
雷琳
计科峰
匡纲要
《雷达学报（中英文）》
CSCD
北大核心
2021
28
在线阅读
下载PDF
职称材料
3
深度代码模型安全综述
孙伟松
陈宇琛
赵梓含
陈宏
葛一飞
韩廷旭
黄胜寒
李佳讯
房春荣
陈振宇
《软件学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
