基于联合防御系统的图像对抗样本防御研究

目录

声明

致谢

1 引言

1.1 研究背景及意义

1.2 对抗样本研究现状

1.2.1 对抗攻击研究现状

1.2.2 对抗样本防御研究现状

1.3 本文主要研究内容

1.4 本文组织架构

1.5 本章小结

2 相关技术背景综述

2.1 对抗攻击

2.1.1 对抗样本概述

2.1.2 对抗样本攻击机制

2.1.3 经典对抗攻击方法

2.2 卷积神经网络

2.2.1 卷积神经网络概述

2.2.2 卷积神经网络特性

2.2.3 扩张卷积

2.2.4 经典卷积神经网络模型

2.3 U-NET网络

2.4 本章小结

3 基于检测器与扩张卷积去噪 U-NET 网络的联合防御系统

3.1 联合防御系统概述

3.2 对抗样本检测

3.3 基于扩张卷积去噪 U-NET网络消除对抗扰动

3.3.1 扩张卷积去噪 U-NET 网络结构

3.3.2 扩张卷积

3.3.3 损失函数的选择

3.4 本章小结

4 联合防御系统相关实验与分析

4.1实验数据集介绍

4.2检测器相关实验

4.2.1实验设置

4.2.2实验结果与分析

4.3扩张卷积去噪U-NET网络相关实验

4.3.1实验设置

4.3.2实验结果与分析

4.4本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集