VeilNN 防御跨设备对抗迁移
热点事件持续更新
VeilNN 防御跨设备对抗迁移
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
Yuyang Zhang 等作者提出跨设备对抗迁移防御框架 VeilNN，通过在网络结构和参数两个层面施加隐蔽且不可逆的模型混淆，降低端侧模型之间的对抗样本可迁移性，以抵御跨节点攻击。该框架适用于 MLP、CNN 和 Vision Transformer。 作者报告的实验结果显示，VeilNN 对四类对抗攻击的平均防御成功率为 49.19%，最高达 81.19%，比现有防御提升超过 33.16%。这些数字来自作者自述的实验，并非已获独立验证的效果。
AI 根据报道生成 · 56 分钟前更新
最新进展10月21日 12:00
一个设备上的模型暴露会危及他人：重新审视跨设备边缘神经网络安全报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI一个设备上的模型暴露会危及他人：重新审视跨设备边缘神经网络安全
研究提出 VeilNN 防御框架，通过模型混淆降低端侧模型间的对抗样本可迁移性，从而抵御跨节点攻击。VeilNN 在网络结构和参数两个层面施加隐蔽且不可逆的混淆，适用于 MLP、CNN 和 Vision Transformer。实验显示其对四类对抗攻击的平均防御成功率为 49.19%，最高达 81.19%，比现有防御提升超过 33.16%。
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。