robustness专题
鲁棒性（Robustness）
定义： 鲁棒性是系统或算法在面临异常情况、参数摄动、错误输入等不利因素时，仍然能够保持其正常功能、性能或稳定性的能力。简单来说，鲁棒性就是系统或算法“健壮”和“强壮”的程度。 特点： 鲁棒性关注的是系统在异常和危险情况下的生存能力。例如，计算机软件在遭遇输入错误、磁盘故障、网络过载或有意攻击时，能否保持正常运行，就体现了其鲁棒性。 鲁棒性也可以指控制系统在一定参数摄动下，维持其性能稳定的
鲁棒图（Robustness Diagram）
鲁棒图与系统需求分析 鲁棒图（Robustness Diagram）是由Ivar Jacobson于1991年发明的，用以回答“每个用例需要哪些对象”的问题。后来的UML并没有将鲁棒图列入UML标准，而是作为UML版型（Stereotype）进行支持。对于RUP、ICONIX等过程，鲁棒图都是重要的支撑技术。当然，这些过程反过来也促进了鲁棒图技术的传播。 而“鲁棒图（Robustness Di
On evaluating adversarial robustness of large vision language models - 论文翻译
论文链接：https://arxiv.org/pdf/2305.16934 项目代码：https://github.com/yunqing-me/AttackVLM On evaluating adversarial robustness of large vision language models Abstract1 Introduction2 Related work3 Method
NLP论文阅读记录-ACL 2023 | Improving the Robustness of Summarization Systems with Dual Augmentation
文章目录 前言一、论文摘要二、论文动机2.1目标问题2.2相关工作 三.本文工作3.1 摘要攻击器受攻击的词选择器使用 LM 和梯度进行攻击 3.2 双重增强漏洞分析增强设计输入空间增强潜在语义空间增强 四 实验效果4.1数据集4.2 对比模型4.3实施细节4.4评估指标4.5 实验结果SummAttacker EvaluationRobustness Evaluation噪声数据集的鲁
Network robustness
活动地址：CSDN21天学习挑战赛 Define ——网络的稳健性/鲁棒性 Network robustness: the ability of a network to maintain its general structural properties when it faces failures or attacks ——网络在面临故障或攻击时保持其一般结构属性的能
On the Robustness of Backdoor-based Watermarkingin Deep Neural Networks
关于深度神经网络中基于后门的数字水印的鲁棒性 ABSTRACT 在过去的几年中，数字水印算法已被引入，用于保护深度学习模型免受未经授权的重新分发。我们调查了最新深度神经网络水印方案的鲁棒性和可靠性。我们专注于基于后门的水印技术，并提出了两种简单而有效的攻击方法 - 一种是黑盒攻击，另一种是白盒攻击 - 可以在没有来自地面真相的标记数据的情况下去除这些水印。我们的黑盒攻击通过仅通过API访问标签窃
Interactive Analysis of CNN Robustness
Interactive Analysis of CNN Robustness----《CNN鲁棒性的交互分析》 摘要 虽然卷积神经网络（CNN）作为图像相关任务的最先进模型被广泛采用，但它们的预测往往对小的输入扰动高度敏感，而人类视觉对此具有鲁棒性。本文介绍了 Pertuber，这是一个基于 Web 的应用程序，允许用户即时探索当 3D 输入场景受到交互式扰动时 CNN 激活和预测如何演变
Reliable evaluation of adversarial robustness with an ensemble of diverse parameter-free attacks
文章目录 概主要内容Auto-PGDMomentumStep Size损失函数AutoAttack Croce F. & Hein M. Reliable evaluation of adversarial robustness with an ensemble of diverse parameter-free attacks. In International Confe
【鲁棒优化】| 论文笔记：The Price of Robustness - 列不确定性部分的推导
【鲁棒优化】| 论文笔记：The Price of Robustness - 列不确定性部分的推导 前言问题：column-wise uncertainty的模型为什么是这样？来自论文原文我自己的推导：所有详细步骤全部列举出来了一些探索：约束表达式为什么会是 ( a i j x j + a ^ i j ∣ x j ∣ ) (a_{ij}x_j + \hat{a}_{ij}|x_j|) (ai
软件构造博客（7）-Robustness and Correctness
前言 进入软件构造最关键的质量特性——健壮性和正确性。 使用错误处理和exception提高robustness 使用断言、防御式编程提高correctness 含义 健壮性：系统在不正常输入或不正常外部环境下仍能够表现正常的程度 面向健壮性的编程: 1.处理未期望的行为和错误终止 2.即使终止执行，也要准确/无歧义的向用户展示全面的错误信息 3.错误信息有助于进行debug 正确性：程序按
软件构造 6-1 Robustness and Correctness
6.1 健壮性与正确性 一. 健壮性 1. 健壮性：系统在不正常输入或不正常外部环境下仍能够表现正常的程度。 2. 面向健壮性编程有以下特征： 处理未期望的行为和错误终止即使终止执行，也要准确 / 无歧义的向用户展示全面的错误信息错误信息有助于进行 debug 3. Postel’s Law 总是假定用户恶意、假定自己的代码可能失败把用户想象成白痴，可能输入任何东西。此