本書系統(tǒng)研究了深度學(xué)習(xí)模型在面臨新型對抗攻擊時的魯棒性問題，全面分析了對抗魯棒機器學(xué)習(xí)的研究現(xiàn)狀及面臨的問題和挑戰(zhàn)，并提出了創(chuàng)新性的解決方案。在對抗魯棒性評估方面，構(gòu)建了集成非Lp范數(shù)新型攻擊的綜合評估基準(zhǔn)，為全面評估模型魯棒性提供了工具。在對抗樣本檢測方面，提出了基于小樣本學(xué)習(xí)的對抗樣本檢測方法，能夠有效檢測未知類型的對抗樣本。在對抗樣本防御方面，引入元學(xué)習(xí)思想，設(shè)計了雙分支訓(xùn)練架構(gòu)，顯著提升了模型面對多種攻擊的防御能力。