主要内容

1. 介绍对抗样本及其生成算法、防护方法、存因解释与最新研究方向； 
2. 讨论对FaceNet的白盒攻击与百度人脸比对服务的黑盒攻击实践。 

听众受益

1. 了解机器学习的安全性问题；
2. 理解针对机器学习模型攻击实例；
3. 探讨如何保护机器学习模型。