文档摘要

第 3 章 · 防御机制与鲁棒性增强 章节摘要：第 2 章讲了攻击者怎么打，这一章讲怎么防。防御分两大类：主动防御通过改变模型本身让它在对抗样本上也不出错，核心是对抗训练（用攻击样本训练模型）；被动防御不改模型，而是在输入进模型前后加处理（检测对抗样本、净化扰动）。对抗训练是当前最有效的防御，但它有鲁棒-精度权衡——越鲁棒的模型在自然样本上精度越低。被动防御（检测、净化）更轻量但易被自适应攻击绕过。 会员。《第3章 · 防御机制与鲁棒性增强》收录于灏天文库文集《AI安全与对抗机器学习》，原作者/来源：灏天文库，整理自「灏天文库」，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。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/649-ai%E5%AE%89%E5%85%A8%E4%B8%8E%E5%AF%B9%E6%8A%97%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流