文档摘要

2.1.3.3 基于强化学习的攻击 2.1.3.3 基于强化学习的攻击：如何在黑盒场景下高效生成对抗样本？ 在黑盒攻击的疆域中，攻击者如同蒙眼行走在迷宫之中——看不见模型内部结构，却仍需精准地找到通往“误导”的路径。传统基于梯度估计的方法（如ZOO、NES）虽能完成任务，但计算成本高、收敛慢，尤其在面对高维输入（如图像）时，往往需要成千上万次查询才能生成一个有效对抗样本。 会员。《2.1.3.3 基于强化学习的攻击》收录于灏天文库文集《AI安全与对抗机器学习》，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。文档编号30091。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---