跳到正文
热点事件持续更新

研究分析WiSARD类无权重神经网络二值化的对抗攻击风险

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Daniel Sadoc Menasche 等研究者发布论文,分析无权重神经网络(WNN)中二值化带来的对抗攻击风险,研究对象是经典 RAM 型 WNN 模型 WiSARD,以及用 Bloom filter 替代其记忆的两个变体 Bloom WiSARD 与 BTHOWeN,关注其在编码阈值处的对抗脆弱性。 该论文发表于 ACSAC 2026(IEEE 年度计算机安全应用会议)同期举办的 Trustworthy Machine Learning Workshop(ARTMAN 2026)。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    二值化如何成为无权神经网络(WNN)的攻击面:以 WiSARD 为例的分析

    一项发表于 ACSAC 2026 Trustworthy Machine Learning Workshop(ARTMAN 2026)的研究分析了 WiSARD 及其 Bloom filter 变体 Bloom WiSARD 与 BTHOWeN 中二值化带来的对抗攻击风险。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。