使用对抗样本攻击机器学习

这篇文章介绍了对抗样本，强调了它们作为故意设计的输入，旨在误导机器学习模型的性质。它承诺解释这些样本在各种平台上的运作方式，以及保护系统免受它们侵害的挑战。重点是机器学习模型对精心设计的输入的脆弱性。

• •对抗样本旨在欺骗机器学习模型。
• •保护系统免受这些样本的侵害是一个挑战。