学界 | lan Goodfellow IEEESSP最新演讲：对抗性实例安全性研究及其未来（完整PPT）

大数据文摘作品

作者：郑璇真

继上周密集更新的推特小课堂后，时刻操心着大家学习的Ian Goodfellow老师又发推文给大家开小灶了！

先来回顾一下上周的推特小课堂：

• 学界 | Ian Goodfellow发推讲2个机器学习黑魔法，教你如何推导公式

• 学界 | Ian Goodfellow推特小课堂又开课啦：数学求导的小技巧

昨天，Ian Goodfellow在Deep Learning and Security worshop（IEEESSP）上发表演讲，主题是对抗性实例安全性研究及其未来发展的方向。秉着“大家good才是真的good”的精神，我们的goodfellow随即在推特上给大家分享了这次演讲的PDF链接：

在这次演讲中，Goodfellow介绍了对抗性实例，即攻击者有意设计的、造成机器学习模型出错的输入。

教大家设计攻击和防御模型，并分析防线失效的原因：

他还提出了三个对抗性实例未来发展可能的方向：间接的手段、更强大的攻击模型，和独立于传统监督学习的安全性。

感兴趣的同学可戳☟链接获取PDF：

http://www.iangoodfellow.com/slides/2018-05-24-DLS-notes.pdf

也可以在大数据文摘微信后台回复“对抗性”获取哦~

相关报道：

https://www.ieee-security.org/TC/SPW2018/DLS/#

【今日机器学习概念】

Have a Great