【综述】深度学习攻防对抗在图像数据、图数据以及文本数据上的应用，附29页PDF

论文题目： Adversarial Attacks and Defenses in Images, Graphs and Text: A Review

简介： 深度神经网络(DNN)在不同领域的大量机器学习任务中取得了前所未有的成功。然而，对抗性例子的存在引起了人们对将深度学习应用于对安全性有严苛要求的应用程序的关注。因此，人们对研究不同数据类型(如图像数据、图数据和文本数据）上的DNN模型的攻击和防御机制越来越感兴趣。近期，来自密歇根州立大学的老师和同学们，对网络攻击的主要威胁及其成功应对措施进行系统全面的综述。特别的，他们在这篇综述中，针对性的回顾了三种流行数据类型(即、图像数据、图数据和文本数据）。