文档摘要

3.2 检测与净化的被动防御 本节摘要：对抗训练靠"把攻击样本喂给模型"来增强鲁棒性，但它在部署后仍然被动——来一个陌生攻击，模型还是可能翻车。检测与净化（Detection and Purification）是另一类防御思路：不试图让模型对所有扰动都免疫，而是在输入进入模型之前先做一道安检，把可疑样本挡下来，或者把样本里的对抗扰动"洗掉"再喂给模型。 会员。《3.2 检测与净化的被动防御》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