arXiv 人工智能· Ayana Moshruba, Maryam Parsa·· 8 小时前AI 评分38
脉冲神经网络更难被窃取：模型窃取攻击基准研究
Spiking Neural Networks Are Harder to Steal: A Benchmark Study of Model Stealing Attacks
AI 导读
基准研究表明，脉冲神经网络（SNN）在黑盒模型窃取攻击下比传统神经网络（ANN）更难被复制。在 MNIST、Fashion-MNIST 和 CIFAR-10 测试中，针对 SNN 的替代模型与目标模型一致性低 10% 至 20%，对抗迁移性低 15% 至 25%。其基于脉冲和时间动态的决策边界即使在高查询预算下也极难被逼近。
来源：arXiv 人工智能 · arxiv.org