基于对抗训练的安全设备防御框架设计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：随着深度学习在网络安全设备中的广泛部署，其模型自身的脆弱性也日益暴露，特别是对抗样本攻击已成为绕过智能检测的严重威胁。传统的防御方法（如标准对抗训练） 在提升模型鲁棒性的同时，常导致对正常样本的泛化能力下降，且难以应对多样化的攻击类型。针对这一挑战，文章提出了一种改进的对抗训练防御框架DEF-AT，通过三重机制实现了安全设备防护能力的全面提升。（剩余7132字）

试读结束

目录
monitor
客服机器人