文档摘要

3.3.2 认证鲁棒性（Certified Robustness） 3.3.2 认证鲁棒性（Certified Robustness）：从随机平滑到可复现的认证边界 你有没有遇到过这样的场景？明明模型在干净数据上准确率高达95%，但只要对手在输入图像上添加人眼几乎无法察觉的微小扰动——比如把像素值改动0.01——模型就彻底“失明”，将一只猫判为一台洗衣机。更令人沮丧的是，这种脆弱性并非偶然，而是深度神经网络内生性的缺陷。 会员。《3.3.2 认证鲁棒性（Certified Robustness）》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30112。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---