终检评审通过 创新训练 120信息科学与系统科学 其他市级

近年来，随着深度学习、云计算、大模型等技术的推陈迭代，人脸识别技术也取得了显著的进步，并在各个领域得到应用，然而，技术的发展往往伴随着安全风险和挑战。一方面，人脸数据作为重要的隐私信息，可能被非法收集、泄露或滥用，导致个人信息被盗取；另一方面，人脸识别和情绪识别系统可能被恶意攻击或干扰，导致系统误判。因此，针对人脸识别和情绪识别系统的攻御是一项重要而紧迫的研究课题。国内外研究机构对对抗样本生成算法进行了广泛研究。这些算法主要分为两大类：基于梯度的方法和基于优化的方法。在对抗样本生成算法中，各种方法之间存在一些区别和差异。基于梯度的方法通常简单易于实现，但生成的对抗样本往往具有较高的可见性，且在防御方法上容易受到攻击者的对抗训练。在本项目中，我们想尝试优化出一种基于注意力机制的神经网络，加强了长距离依赖，减少对攻击噪音的敏感度，提高对攻击的抵抗能力。