針對嵌入式神經網路模型的錯誤注入與安全錯誤攻擊

透過安全錯誤攻擊和針對性輸入，攻擊者可以從嵌入式神經網路模型中提取出模型參數，並利用這些資訊訓練出一個高準確度和高保真度的替代模型，從而對模型的機密性和完整性構成嚴重威脅。