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
北京交通大学;