01 2022 档案
A Sweet Rabbit Hole by DARCY: Using Honeypots to Detect Universal Trigger's Adversarial Attacks（阅读笔记）
摘要：一、总览 攻击名称：Universal trigger（UNITrigger）是一个种有效的对抗样本攻击方法。 攻击方式：利用学习机制，生成一个固定的短语，添加到良性输入，以此降低near zero on a target class的准确率。 文章提出的防御方法：从网络安全的community中我
阅读全文
