对抗样本入门（一）：从综述开始

简介：
本文为《对抗样本入门》系列的第一篇，主要介绍对抗样本领域的综述性文章，帮助读者快速了解该领域的研究现状和发展趋势。 一、论文相关信息 1. 论文题目：Adversarial Examples: Attacks and Defenses for Deep Learning 2. 发表时间：2017年 二、论文背景及简介 随着深度学习的快速发展与巨大成功，该技术已被应用于许多对安全有严格要求的环境中。然而，最近的研究发现，深度神经网络对于精心设计好的输入样本是脆弱的，这种样本被称为对抗样本。尽管人类可以轻易分辨出这些对抗样本，但它们却能够在测试或部署阶段轻松地误导深度神经网络。因此，在将深度学习应用于安全性至关重要的领域时，必须认真对待这一问题。