最新研究揭示了现有防御有害微调攻击（Harmful Fine-Tuning Attacks）方法的脆弱性，并提出了一种名为Panacea的创新解决方案。该方案采用自适应扰动技术，在保持模型微调性能的同时有效维护模型安全性。这一突破性进...

最近邻攻击是一种新型的安全威胁，它通过精心设计的输入扰动，使得机器学习模型的预测结果偏离真实目标，而指向攻击者指定的最近邻类别。这种攻击手段对于基于深度学习的图像识别系统尤为危险，因为它可以迷惑模型，...