首页
›
智能汽车与新能源汽车工程
›
080-Hard Case长尾挖掘与主动学习工程
›
《对抗样本与Corner Case生成工程》
VIP9
本课程属于:080-Hard Case长尾挖掘与主动学习工程
智能汽车与新能源汽车工程 · 共 9 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
对抗样本与Corner Case生成工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=对抗样本与Corner Cas… · 学习目标 · 课程整体框架与工程实践地图
课程导入
Corner
02
机器学习安全基础
目标=模型脆弱性来源 · 威胁模型 · 攻击面分类与安全评估指标
机器学习安全基础
目标=模型脆弱性…
03
对抗样本核心概念
目标=扰动 · 范数约束 · 白盒与黑盒攻击
对抗样本核心概念
目标=扰动
04
Corner Case核心概念
目标=长尾分布 · 边缘场景 · 异常输入
Corner
Case
05
对抗攻击方法概览
目标=FGSM · BIM · PGD
对抗攻击方法概览
FGSM
06
黑盒攻击与查询策略
目标=基于迁移 · 基于分数 · 基于决策边界的攻击方法与查询效率优化
黑盒攻击
查询策略
07
物理世界对抗攻击
目标=鲁棒性扰动 · 光照与视角变化 · 打印攻击
物理世界对抗攻击
目标=鲁棒性扰动
08
Corner Case发现方法
目标=基于规则 · 基于聚类 · 基于密度
Corner
Case
09
生成模型在对抗样本与Corner Case中的应用
目标=GAN · VAE · 扩散模型与条件生成
Corner
Case
10
对抗样本生成工程流程
目标=需求分析 · 威胁建模 · 数据准备
对抗样本生成工程…
目标=需求分析
11
Corner Case生成工程流程
目标=场景定义 · 数据采集 · 增强策略
Corner
Case
12
数据增强与合成技术
目标=几何变换 · 风格迁移 · Mixup
数据增强
合成技术
13
对抗训练与鲁棒优化
目标=标准对抗训练 · TRADES · MART
对抗训练
鲁棒优化
14
防御与检测方法
目标=输入预处理 · 对抗检测 · 随机化
防御
检测方法
15
评估与基准测试
目标=攻击成功率 · 鲁棒准确率 · 迁移性度量
评估
基准测试
16
图像领域实战
目标=自动驾驶感知 · 人脸识别 · 医学影像中的对抗样本与Corner…
图像领域实战
目标=自动驾驶感…
17
文本与语音领域实战
目标=文本对抗攻击 · 语音对抗样本 · 自然语言Corner Case生成与…
文本
语音领域实战
18
多模态与具身智能实战
目标=视觉-语言模型 · 自动驾驶端到端 · 机器人操作中的对抗与边缘场景
多模态
具身智能实战
19
工具与框架
目标=PyTorch · TensorFlow · CleverHans
工具
框架
20
工程化与流水线
目标=数据版本管理 · 实验跟踪 · 自动化攻击生成
工程化
流水线
21
常见问题与调试
目标=攻击失败原因 · 梯度消失 · 迁移性差
常见问题
调试
22
伦理、法律与合规
目标=对抗样本的滥用风险 · 隐私保护 · 安全披露
伦理
法律
23
案例研究一
目标=自动驾驶Corner Case…
案例研究一
Corner
24
案例研究二
目标=人脸识别系统对抗攻击与防御的工…
案例研究二
目标=人脸识别系…
25
案例研究三
目标=大语言模型越狱与对抗提示的生成…
案例研究三
目标=大语言模型…
26
综合项目一
目标=设计并实现一个图像对抗样本生成…
综合项目一
目标=设计并实现…
27
综合项目二
目标=构建面向特定场景的Corner…
综合项目二
Corner
28
综合项目三
目标=对抗训练与鲁棒性提升的端到端实…
综合项目三
目标=对抗训练
29
前沿进展与趋势
目标=可证明鲁棒性 · 基础模型对抗安全 · 多模态攻击
前沿进展
趋势
30
课程总结与能力提升
目标=知识体系回顾 · 工程能力自评 · 持续学习路径与社区资源
课程总结
能力提升
所属VIP或分类
同VIP:OOD检测与异常场景挖掘工程
同VIP:场景覆盖度评估与数据补齐工程
同VIP:基于不确定性的主动学习数据闭环工程