电子技术杂志社

摘要：阐述随着机器学习安全问题的日益显现，智能对抗领域的研究备受关注。当前对抗样本研究主要集中在数字域生成与物理域验证，而物理域对抗样本的实际实现仍是研究热点。为此，系统梳理了数字域对抗样本的主流生成算法，并综述了面向可见光、红外及激光雷达等探测方式的物理域对抗样本研究进展，同时总结当前比较新颖的物理对抗方法，展望了物理对抗的未来发展方向。综述研究认为，未来智能对抗不限于单一对抗手段，多模态对抗是一个趋势，需结合具体应用场景，融合多种物理域技术与材料进行创新，同时兼顾复杂环境下的强鲁棒性与隐蔽性，以保证对抗有效性。

关键词： 人工智能安全;隐身材料;对抗样本;机器学习;

基金资助： 江淮前沿技术协同创新中心追梦基金(2023-ZM01D006)； 国家自然科学基金(62305389)；

专辑： 信息科技

专题： 自动化技术

分类号： TP181

在线公开时间： 2025-05-19 09:10（知网平台在线公开时间，不代表文献的发表时间）