关于攻击对抗的相关工作

发表于 分类于 阅读次数： Valine：

当时接到这个任务非常突然，大概是在2020年1月17日左右，刚从学校回家的日子。

起初这个方向我是很感兴趣的，听起来就很有意思。

但是很可惜，经过2个月左右的探索和简单汇报，实验室老板并不希望我继续这个方向的研究，所以作罢。

知乎上有一个专栏非常适合入门，初学者可以先阅读其中攻击对抗的4-5篇文章对整个研究方向得到一个整体的把握。

这个分类下的文章主要是备份一下我之前所阅读的论文和一些总结，今后应该不会再更新。

目录

  1. 《A Comprehensive Analysis on Adversarial Robustness of Spiking Neural Networks(脉冲神经网络的攻击对抗健壮性综合分析)》
  2. 《Adversarial Training for Probabilistic Spiking Neural Networks(概率性脉冲神经网络的对抗训练)》
  3. 《Exploring Adversarial Attack in Spiking Neural Networks with Spike-Compatible Gradient(探索具有峰值兼容梯度的脉冲神经网络的对抗攻击)》-〉文章详细讲了使用快速梯度标志法生成攻击样本的流程
  4. 《SNN under Attack: are Spiking Deep Belief Networks vulnerable to Adversarial Examples?(受攻击的SNN：脉冲深层信任网络容易受到对抗性例子的攻击吗？)》
  5. 《W HITE N OISE A NALYSIS OF N EURAL N ETWORK(神经网络白噪声分析)》