"隨著人工智能技術(shù)的快速發(fā)展，各種深度學(xué)習(xí)模型已經(jīng)滲入人們的日常生活，在圖像分類、目標檢測、自然語言處理等領(lǐng)域顯示了良好的效果和潛力。但是，深度學(xué)習(xí)及其分支技術(shù)有一些內(nèi)在的脆弱性，在某些場景下容易受到對抗樣本的欺騙和攻擊，會引發(fā)嚴重后果。若不能了解其中的原因和機理，就不能進行有效防御。本書通過介紹針對圖像分類模型的對抗技術(shù)，描述了面向深度神經(jīng)網(wǎng)絡(luò)的對抗效果，以此闡述對其脆弱性進行攻擊的特定樣例，期望能反向促進深度學(xué)習(xí)及人工智能領(lǐng)域的健康發(fā)展。
本書適合高年級本科生、研究生以及對圖像分類中的對抗技術(shù)感興趣的研究人員參考。"