蚁景网安实验室

本报告对针对神经机器翻译的对抗攻击作出了综述。在神经网络的脆弱性背景下，神经机器翻译面临巨大的挑战，攻击者通过不同的方式企图使模型出错，主要分为黑盒攻击和白盒攻击。报告主要介绍了基于GAN和基于噪声的黑盒攻击，基于梯度和基于C&W的白盒攻击。最后总结了后续的研究方向，主要包括研究对抗样本迁移性，改进攻击算法和提高模型鲁棒性。

开始播放 创建实验机 释放实验机