Your Location：
Home >
Browse articles >
面向自动驾驶系统的物理对抗脆弱性综述
常规文章 | Updated：2025-05-06

    • 面向自动驾驶系统的物理对抗脆弱性综述

      Enhanced Publication

    • A comprehensive survey of physical adversarial vulnerabilities in autonomous driving systems

    • “在自动驾驶系统领域，已经对物理对抗漏洞进行了全面调查。专家研究人员建立了对抗性防御的分类法，为解决自动驾驶系统中的安全挑战提供了解决方案。”
    • 信息与电子工程前沿（英文）   2025年26卷第4期 页码：510-533

    • DOI：10.1631/FITEE.2300867    

      中图分类号： TP391

    • 收稿日期：2023-12-25，

      修回日期：2024-04-07，

      纸质出版日期：2025-04

    Scan QR Code

  • 赵帅, 张博渊, 石育澄, 等. 面向自动驾驶系统的物理对抗脆弱性综述[J]. 信息与电子工程前沿（英文）, 2025,26(4):510-533. DOI： 10.1631/FITEE.2300867.

    Shuai ZHAO, Boyuan ZHANG, Yucheng SHI, et al. A comprehensive survey of physical adversarial vulnerabilities in autonomous driving systems[J]. Frontiers of information technology & electronic engineering, 2025, 26(4): 510-533. DOI： 10.1631/FITEE.2300867.

  •  
  •  

0

浏览量

0

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

Automatic parallelism strategy generation with minimal memory redundancy
Visual knowledge in the big model era: retrospect and prospect
Quant 4.0: engineering quantitative investment with automated, explainable, and knowledge-driven artificial intelligence
Improved deep learning aided key recovery framework: applications to large-state block ciphers
Accurate estimation of 6-DoF tooth pose in 3D intraoral scans for dental applications using deep learning

相关作者

时彦琦
梁鹏
郑浩
乔林波
李东升
王文冠
杨易
潘云鹤

相关机构

国防科技大学并行与分布处理国家重点实验室
浙江大学计算机科学与技术学院
香港科技大学
粤港澳大湾区数字经济研究院
信息工程大学网络空间安全学院
0