提出梯度混淆防御GCD抵御黑盒查询攻击
热点事件持续更新
提出梯度混淆防御GCD抵御黑盒查询攻击
1 篇报道1 个报道来源19 小时前更新
先了解这件事
报道摘要
研究者提出 Gradient Confusion Defense（GCD），一种无需重训的确定性测试时封装器，通过求解基于模型 Jacobian 的约束优化问题，使暴露的 logit 梯度与真实对抗损失梯度最大程度错位，从而提升攻击的查询复杂度。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
Gradient Confusion Defense（GCD）：无需重训的确定性防御框架抵御黑盒分数查询攻击报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIGradient Confusion Defense（GCD）：无需重训的确定性防御框架抵御黑盒分数查询攻击
研究者提出 Gradient Confusion Defense（GCD），一种无需重训的确定性测试时封装器，通过求解基于模型 Jacobian 的约束优化问题，使暴露的 logit 梯度与真实对抗损失梯度最大程度错位，从而提升攻击的查询复杂度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。