-
题名基于图像变换的双阈值对抗样本检测
- 1
-
-
作者
刘会
文福举
杜红琴
王敬华
赵波
-
机构
华中师范大学计算机学院
人工智能与智慧学习湖北省重点实验室(华中师范大学)
武汉大学国家网络安全学院
-
出处
《软件学报》
北大核心
2025年第10期4864-4879,共16页
-
基金
国家资助博士后研究人员计划(GZC20230922)
中国博士后科学基金(2024M751050)
华中师范大学中央高校基本科研业务费(CCNU24XJ001,CCNU24ai010)。
-
文摘
当前基于图像变换的对抗样本检测方法利用了图像变换对对抗样本的特征分布造成较大的影响,而对于良性样本的特征分布影响较小这一特点,通过计算样本变换前后的特征距离来检测对抗样本.然而随着对抗攻击的深入研究,研究者们更注重加强对抗攻击的鲁棒性,使得一些攻击能“免疫”图像变换带来的影响.现有方法难以有效地检测出鲁棒性强的对抗样本.发现当前的对抗样本过于鲁棒,强鲁棒性对抗样本在图像变换下的特征分布距离远小于良性样本的特征分布距离,其特征分布距离违背了良性样本特征分布规律.基于这一关键的发现,提出基于图像变换的双阈值对抗样本检测方法,在传统单阈值检测方法的基础上设置一个下阈值,构成双阈值检测区间,其特征分布距离不在区间范围的样本将被判定为对抗样本.在VGG19、DenseNet和ConvNeXt图像分类模型中开展广泛的验证.实验证明该方法能够有效兼容现有单阈值检测方案的检测能力,同时对强鲁棒性对抗样本表现出良好的检测效果.
-
关键词
图像变换
对抗样本
特征分布
双阈值检测
图像分类
-
Keywords
image transformation
adversarial example
feature distribution
dual-threshold detection
image classification
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名动态网络中多规则的最短路径查询算法
被引量：3
- 2
-
-
作者
李艳红
王猛
李国徽
罗昌银
杜小坤
-
机构
中南民族大学计算机科学学院
华中科技大学软件学院
人工智能与智慧学习湖北省重点实验室(华中师范大学)
国家语言资源监测与研究网络媒体中心
华中师范大学计算机学院
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第8期3115-3136,共22页
-
基金
国家自然科学基金(61572215,61772562)
教育部人文社科基金(20YJ CZH111)
+1 种基金
湖北省自然科学基金(2017CFB135)
中央高校基本科研业务费项目(CCNU20ZT013)。
-
文摘
最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一种新的最佳排序路径查询形式,即多规则的最短路径查询.提供了统一的框架,该框架包含了路径集合查询和最短路径查询.在路径集合查询部分,为了高效地查询出满足多规则的路径集合,在广义规则树的基础上,提出一种新的树的遍历方式,即树的继承全遍历;并基于树的继承全遍历思想,提出一种剪枝技术,对路径集合进行删减,最后求得候选路径集合.在最短路径查询部分,提出一种基于动态阈值的最短路径搜索方法.通过两个真实的动态道路网络的实验验证,所提出的算法能够高效地解决多规则的最短路径查询问题.
-
关键词
动态网络
最短时间路径查询
动态阈值
预处理
树的遍历
-
Keywords
time-dependent networks
shortest time path query
dynamic threshold
preprocessing
traversal of trees
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
