研究分析WiSARD类无权重神经网络二值化的对抗攻击风险
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
最新进展11月16日 13:00
二值化如何成为无权神经网络(WNN)的攻击面:以 WiSARD 为例的分析报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- 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
- –
02.557.510
14:0015:0016:00
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。