论文 · 资源记录

Explaining and Harnessing Adversarial Examples

提出快速梯度符号攻击，并从局部线性响应解释一类对抗脆弱性。

作者：Ian J. Goodfellow, Jonathon Shlens, Christian Szegedy年份：2015出版信息：International Conference on Learning Representations元数据：完整链接核验于 2026-07-14

为什么重要

用于核对威胁模型、攻击构造和对抗训练的原始主张；不能替代自适应防御评估。

A13 · 第 4 章鲁棒性、对抗攻击与防御评估
支持的主张：Goodfellow 等的对抗样本论文用于核对线性解释、FGSM 构造和原始鲁棒训练实验；《Deep Learning》用于核对损失梯度、优化、正则化和泛化基础。本章中的扰动预算、范数和威胁模型均显式给出，不把某一攻击失败当作模型已经鲁棒。
A13 · 第 6 章安全评测、系统边界与治理综合复习
支持的主张：NIST AI RMF 1.0 用于核对治理、测量、管理和持续监测框架；SHAP 论文用于核对特征归因的能力与非因果边界；校准论文用于核对可靠性图和温度缩放；对抗样本论文用于核对 FGSM 与局部扰动风险。四项来源分别支持治理、解释、概率可靠性和鲁棒性检查，本章不把任一单项指标当作总体安全证明。