無衝突地結合機器學習防禦

機器學習模型需要同時防禦多種安全威脅，但現有的防禦機制組合方式往往效率低下且效果不佳。本文提出了一種名為 DEF\CON 的原則性組合技術，可以準確、有效地識別有效的防禦組合，並可應用於不同類型的防禦。