项目背景
人脸识别系统已经广泛应用在了各个领域。比如苹果的face id。高铁进站人脸检测等等。由于深度神经网络在计算视觉上的效果远远超过其他的方法,所以目前大部分的人脸识别系统依赖于深度神经网络。
项目内容
除了人脸识别系统以外,一些金融科技机构的风控模型、电商的营销算法模型也依赖于深度神经网络。虽然深度神经网络有着强大的学习能力,但它也是一类非常容易被攻击的系统。一些黑客通过对输入的图像(如人脸)加上一些微小的指定的像素扰动,就能使得深度神经网络出错。这类故意让深度神经网络出错的样本称为对抗样本。所以针对深度神经网络的攻防问题一直是研究的重点。在本项目中,我们将研究如何针对不同的深度神经网络进行攻击,生成相应的对抗样本,并通过tensorflow,keras实现自己的对抗样本生成系统。针对深度神经网络的攻防是学术界和工业界的重点。这类对抗样本有怎样的性质,有哪些手段可以进行攻击,是本次实战营的核心点。
你将收获
- 数据科学硬技能与软实力双提升
- 针对热点课题完成的Python代码与报告
- 与目标专业匹配的对口经历
- 课程与项目证书