基本信息

---

下载

文档摘要

---

摘要

随着人工智能时代的到来，机器学习模型的安全性逐渐引起网络空间安全领域

研究者的关注。其中，训练数据和测试数据的分布差异对模型泛化性及安全性的影响

成为研究重点。在如自动驾驶、医疗报警系统等现实应用场景中，因训练和测试数据

分布不一致而导致的模型泛化和安全问题备受关注。针对训练集和测试集分布一致

性的判定问题，最近提出的对抗验证是一种很有价值的通用方法。

对于一组给定的训练集和测试集，对抗验证方法首先将两个数据集合并成为一

个二分类的对抗数据集，并引入分类标记来标识每条样本是否来自于原有