模型压缩技术在边缘设备部署中的安全基线验证方法
本文探讨了将深度神经网络模型压缩后部署至边缘设备时面临的安全挑战，并提出了一套结合鲁棒性评估与运行时监测的安全基线验证框架。我们实现了一个完整的Python项目，核心功能包括：利用量化与剪枝对预训练模型进行压缩；使用对抗样本攻击（FGSM， PGD）量化模型鲁棒性下降程度；集成基于特征统计的运行时异常检测器。该项目提供了从模型压缩、安全攻击到基线验证的一站式流程，包含可运行的代码、可视化评估及量化...
技术博客
标签：边缘AI
神经形态计算芯片在边缘AI推理中的突破性应用
本文探讨了神经形态计算芯片（以其事件驱动、稀疏计算特性）在资源受限的边缘设备上实现超低功耗、实时人工智能推理的潜力。我们将通过一个完整的、可运行的软件项目来模拟和演示这一过程。该项目构建了一个简化的脉冲神经网络（SNN）模拟器，用于处理模拟的动态视觉传感器（DVS）事件流数据，并在一个模拟的"边缘设备"场景中进行手势识别推理。文章将涵盖项目设计、完整的代码实现（包括数据生成、SNN模型、事件驱动推...
