声明
第1 章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 对抗样本的生成研究现状
1.2.2 对抗样本的防御研究现状
1.3 论文内容与组织结构
第2 章相关技术概述
2.1 基于卷积神经网络的图像分类
2.1.1 卷积神经网络分类模型
2.1.2 数据集与评价指标
2.1.3 分类网络模型实验
2.2 基于对抗样本的攻击技术
2.2.1 对抗样本概述
2.2.2 基于对抗样本的攻击算法概述
2.2.3 基于对抗样本的攻击算法分析
2.3 基于对抗样本的防御技术
2.4 本章小结
第3 章基于全局与局部Bit 位修改的防御算法
3.1 Bit 位修改防御算法
3.1.1 基本原理
3.1.2 全局Bit位修改
3.1.3 局部Bit位修改
3.2 现有五种攻击生成的对抗样本
3.2.1 对抗样本的评价指标
3.2.2 Mnist数据集对抗样本的生成
3.2.3 Cifar10数据集对抗样本的生成
3.3实验与结果分析
3.3.1 Bit位修改参数讨论
3.3.2 Mnist数据集的防御分析
3.3.3 Cifar10数据集防御实验与结果分析
3.3.4 ImageNet数据攻击与防御测试
3.4 本章小结
第4 章 基于自适应Bit 位修改的防御算法
4.1 自适应Bit位修改算法描述
4.1.1 自适应全局Bit位修改
4.1.2 自适应联合防御Bit位修改
4.2自适应Bit位修改防御实验分析
4.2.1 自适应Bit位修改的参数讨论
4.2.2 Mnist数据集实验与分析
4.2.3 Cifar10数据集实验与分析
4.3 本章小结
第5 章对抗样本展示系统设计
5.1 相关说明与操作逻辑
5.2 功能模块与使用方法
5.3 本章小结
结论与展望
致谢
参考文献
攻读硕士学位期间发表的论文及参与的科研项目
西南交通大学;