研究：脉冲神经网络更难被模型窃取
热点事件持续更新
研究：脉冲神经网络更难被模型窃取
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Ayana Moshruba 与 Maryam Parsa 发布基准研究，对比脉冲神经网络（SNN）与对应人工神经网络（ANN）在模型窃取攻击下的表现。 在 MNIST、Fashion-MNIST 和 CIFAR-10 三个数据集上，Papernot、Tramèr、T-RND 和颜色扰动四种攻击对 SNN 的窃取效果均弱于对应的 ANN。 该结论来自上述基准测试，说明 SNN 在这四种攻击下表现出更强的抗窃取能力。
AI 根据报道生成 · 31 分钟前更新
最新进展10月28日 12:00
脉冲神经网络更难被窃取：模型窃取攻击基准研究报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI脉冲神经网络更难被窃取：模型窃取攻击基准研究
针对 SNN 的模型窃取攻击基准测试显示，在 MNIST、Fashion-MNIST 和 CIFAR-10 上，Papernot、Tramèr、T-RND 和颜色扰动四种攻击对 SNN 的窃取效果均弱于对应的 ANN。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。