|
machine learning : 机器学习 deep learning : 深度学习 image processing : 图像处理 natural language processing : 自然语言处理 algorithms : 算法 training data set : 训练数据集 facial detection : 面部识别 malware detection : 恶意程序检测 adversarial sample : 对抗样本 countermeasuring techniques : 防御技术 Indiscriminate Attack：非针对性攻击 Adversary’s goal：敌手目标 Adversary’s knowledge ：敌手知识 Adversary’s capability：敌手能力 Attack strategy：攻击策略 Gradient Ascent Strategy：梯度下降策略 Generative Model：生成模型 Discriminative model：判别模型 The Direct Gradient：直接梯度法 Accuracy：准确率 Loss：损失值 White-Box Attack：白盒攻击 Blank-Box Attack：黑盒攻击 Reconstruction Attack：重建攻击 Proactive Defense：主动防御 Reactive Defense：被动防御 Reject On Negative Impact：拒绝消极影响 Stackelberg Games：斯塔克尔伯格博弈 Defensive Distillation：防御精馏 Differential Privacy：差分隐私 Homomorphic Encryption：同态加密 Pattern Recognition：模式识别 RNN, Recurrent Neural Networks：循环神经网络 FNNs(Feed-forward Neural Networks)：前向反馈神经网络 Convolutional layer:卷积层 Rectified Linear Units layer,ReLU layer:线性整流层 Pooling layer :池化层 Fully-Connected layer:全连接层 |
Face Recognition System :面部识别系统 (FRS) Adversarial Classification : 敌手分类 Adversarial Learning ：对抗学习 try-and-error：试错 Causative Attack ：诱发型攻击 Security Violation ：安全损害 Integrity Attack ：完整性攻击 Availability Attack：可用性攻击 Privacy Violation Attack ：隐私窃取攻击 Specificity of an Attack ：攻击的专一性 Obfuscation Attacks：迷惑攻击 Counterintuitive：反直觉 Poisoning Attack：投毒攻击 Centroid：中心值 Bridge：桥 Spoofing Attack ：欺骗攻击 Avoiding Attack：逃避攻击 Impersonate Attack：模仿攻击 The Least Likely Class：最小相似类 Inversion Attack：逆向攻击 Confidence Values：置信值 Equation-Solving Attacks：等式求解攻击 Model Extraction Attacks：模型提取攻击 Arms Race：攻防技术竞赛 Non-stationary：不平稳 Data Sanitization：数据清洗 Randomized Prediction Games：随机预测博弈 Deep Contractive Networks：深度收缩网络 Crowdsourcing：众包 Randomized Response：随机响应 Logistic Regression：逻辑回归 regression analysis：回归分析 |