安全性和通信网络

研究文章

FNet:二束模型检测敌对攻击5 g深度学习建设服务

表6

性能正常的图片和他们对抗CIFAR-10 FGSM生成的例子。


模型		方法	正常的图片		阿德图片
模型		方法	精度	回忆	精度	回忆

白色的模型	VGG16	RGB-Net	0.896	0.928	0.864	0.807
		SRM-Net	0.748	0.773	0.571	0.538
		KDBU [32]	0.902	0.643	0.580	0.876
		FNet	0.926	0.926	0.868	0.868

黑色的模型	ResNet	RGB-Net	0.888	0.928	0.874	0.809
		SRM-Net	0.692	0.773	0.543	0.440
		KDBU [32]	0.648	0.643	0.426	0.431
		FNet	0.912	0.926	0.879	0.854
	LeNet	RGB-Net	0.919	0.928	0.821	0.801
		SRM-Net	0.731	0.773	0.359	0.309
		KDBU [32]	0.697	0.643	0.269	0.319
		FNet	0.927	0.926	0.819	0.822

大胆的值代表的实验的结果我们的方法(FNet)。