{
  "schema": "nir-literature-v1",
  "verification": {
    "metadata_checked": "2026-11-05 — title, authors, venue, year and identifiers checked against the listed publisher/arXiv pages (research package: 07_Literature_Review_RU.md, references.bib)",
    "url_reachability_checked": "2026-11-05 — every URL below answered HTTP 200 to a GET request from the build machine during the website build",
    "status_legend": {
      "fulltext": "полный текст статьи извлечён и прочитан при подготовке пакета",
      "abstract": "проверены метаданные и аннотация на странице издателя/arXiv; утверждения из тела статьи по памяти не приводятся",
      "documentation": "официальная документация"
    }
  },
  "references": [
    {
      "id": "Szegedy2014",
      "authors": "Szegedy C., Zaremba W., Sutskever I., Bruna J., Erhan D., Goodfellow I., Fergus R.",
      "title": "Intriguing properties of neural networks",
      "venue": "ICLR 2014",
      "year": 2014,
      "identifier": "arXiv:1312.6199",
      "url": "https://arxiv.org/abs/1312.6199",
      "status": "abstract",
      "role_ru": "Первое наблюдение переносимости: одно и то же возмущение, найденное для одной сети, вызывает ошибку другой сети, обученной на другом подмножестве данных.",
      "role_uz": "Ko‘chuvchanlik birinchi marta kuzatilgan ish: bir tarmoq uchun topilgan o‘zgartirish boshqa tarmoqni ham aldaydi."
    },
    {
      "id": "Goodfellow2015",
      "authors": "Goodfellow I. J., Shlens J., Szegedy C.",
      "title": "Explaining and Harnessing Adversarial Examples",
      "venue": "ICLR 2015",
      "year": 2015,
      "identifier": "arXiv:1412.6572",
      "url": "https://arxiv.org/abs/1412.6572",
      "status": "abstract",
      "role_ru": "Метод атаки пилота — FGSM (один шаг по знаку градиента) и «линейное» объяснение существования и обобщаемости состязательных примеров между архитектурами.",
      "role_uz": "Pilotdagi hujum usuli — FGSM (gradient ishorasi bo‘yicha bitta qadam) va «chiziqli» tushuntirish."
    },
    {
      "id": "Papernot2016",
      "authors": "Papernot N., McDaniel P., Goodfellow I.",
      "title": "Transferability in Machine Learning: from Phenomena to Black-Box Attacks using Adversarial Samples",
      "venue": "arXiv preprint",
      "year": 2016,
      "identifier": "arXiv:1605.07277, DOI 10.48550/arXiv.1605.07277",
      "url": "https://arxiv.org/abs/1605.07277",
      "status": "abstract",
      "role_ru": "Перенос между разными семействами моделей и практические black-box атаки через суррогатную модель — обоснование модели угроз пилота.",
      "role_uz": "Turli oilalar orasida ko‘chish va surrogat model orqali black-box hujumlar — tahdid modelining asosi."
    },
    {
      "id": "Demontis2019",
      "authors": "Demontis A., Melis M., Pintor M., Jagielski M., Biggio B., Oprea A., Nita-Rotaru C., Roli F.",
      "title": "Why Do Adversarial Attacks Transfer? Explaining Transferability of Evasion and Poisoning Attacks",
      "venue": "28th USENIX Security Symposium (USENIX Security 19), pp. 321–338",
      "year": 2019,
      "identifier": "USENIX Security 2019",
      "url": "https://www.usenix.org/conference/usenixsecurity19/presentation/demontis",
      "status": "fulltext",
      "role_ru": "Три фактора переносимости: собственная уязвимость цели (размер входных градиентов), выравнивание градиентов суррогата и цели, изменчивость ландшафта потерь. Источник для контроля конфаундеров и меры grad_cosine_mean.",
      "role_uz": "Ko‘chuvchanlikning uch omili: nishonning o‘z zaifligi, gradientlar mosligi, yo‘qotish landshafti. Pilotda gradient kosinusi shu ishdan."
    },
    {
      "id": "Kornblith2019",
      "authors": "Kornblith S., Norouzi M., Lee H., Hinton G.",
      "title": "Similarity of Neural Network Representations Revisited",
      "venue": "Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97:3519–3529",
      "year": 2019,
      "identifier": "PMLR v97",
      "url": "https://proceedings.mlr.press/v97/kornblith19a.html",
      "status": "abstract",
      "role_ru": "Мера сходства пилота — CKA (центрированное выравнивание ядер); обоснование, почему CCA-подобные меры неинформативны при числе признаков больше числа примеров.",
      "role_uz": "Pilotdagi o‘xshashlik o‘lchovi — CKA; nega CCA 640 > 450 holatda ishlamaydi."
    },
    {
      "id": "Madry2018",
      "authors": "Madry A., Makelov A., Schmidt L., Tsipras D., Vladu A.",
      "title": "Towards Deep Learning Models Resistant to Adversarial Attacks",
      "venue": "ICLR 2018",
      "year": 2018,
      "identifier": "arXiv:1706.06083",
      "url": "https://arxiv.org/abs/1706.06083",
      "status": "fulltext",
      "role_ru": "Вторичная атака пилота — PGD (многошаговая, проекция на L∞-шар) как «универсальный противник первого порядка».",
      "role_uz": "Ikkinchi hujum — PGD (ko‘p qadamli, ε-sharga proyeksiya)."
    },
    {
      "id": "Wiedeman2022",
      "authors": "Wiedeman C., Wang G.",
      "title": "Disrupting adversarial transferability in deep neural networks",
      "venue": "Patterns 3(5):100472",
      "year": 2022,
      "identifier": "DOI 10.1016/j.patter.2022.100472; PMCID PMC9122968",
      "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC9122968/",
      "status": "fulltext",
      "role_ru": "Ближайшая работа: сети одной задачи извлекают высоко коррелированные признаки, а декорреляция признаков существенно снижает перенос (интервенционный дизайн). Пилот — наблюдательная проверка той же посылки другой мерой (CKA).",
      "role_uz": "Eng yaqin ish: belgilarni dekorrelyatsiya qilish ko‘chishni kamaytiradi (intervensiya). Pilot — shu farazni CKA bilan kuzatuv orqali tekshiradi."
    },
    {
      "id": "Hwang2024",
      "authors": "Hwang J., Han D., Heo B., Park S., Chun S., Lee J.-S.",
      "title": "Similarity of Neural Architectures using Adversarial Attack Transferability",
      "venue": "Computer Vision — ECCV 2024, Springer",
      "year": 2024,
      "identifier": "DOI 10.1007/978-3-031-73113-6_7",
      "url": "https://www.ecva.net/papers/eccv_2024/papers_ECCV/html/8514_ECCV_2024_paper.php",
      "status": "abstract",
      "role_ru": "Обратное направление связи: сама переносимость атак используется как мера сходства архитектур (SAT) для 69 классификаторов ImageNet.",
      "role_uz": "Teskari yo‘nalish: ko‘chuvchanlikning o‘zi arxitekturalar o‘xshashligi o‘lchovi sifatida (69 ImageNet modeli)."
    },
    {
      "id": "SklearnDigits",
      "authors": "scikit-learn developers",
      "title": "sklearn.datasets.load_digits — scikit-learn documentation",
      "venue": "scikit-learn 1.9.1 documentation",
      "year": 2026,
      "identifier": "documentation; dataset origin: UCI Optical Recognition of Handwritten Digits (Alpaydin E., Kaynak C., 1998)",
      "url": "https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_digits.html",
      "status": "documentation",
      "role_ru": "Данные пилота: 1797 изображений 8×8, целые интенсивности 0..16, 10 классов. Это не MNIST.",
      "role_uz": "Pilot ma’lumotlari: 1797 ta 8×8 rasm, 0..16 intensivlik, 10 sinf. Bu MNIST emas."
    }
  ],
  "research_gap_ru": "Утверждение «сходство признаковых пространств связано с переносимостью» не является новым (Wiedeman & Wang, 2022; Hwang et al., 2024). В проверенных источниках не найдено систематической проверки того, при каких контролируемых условиях наблюдаемый уровень CKA между независимо обученными моделями предсказывает перенос после учёта семейства архитектуры, собственной уязвимости цели и выбора слоя. Это предварительная формулировка пробела: она требует подтверждения расширенным поиском литературы и не является установленным фактом.",
  "research_gap_uz": "«Belgilar fazolari o‘xshashligi ko‘chuvchanlik bilan bog‘liq» degan fikr yangilik emas. Yangi bo‘lishi mumkin bo‘lgan savol: arxitektura oilasi, nishonning zaifligi va qatlam tanlovi hisobga olinganda CKA ko‘chishni qaysi shartlarda bashorat qiladi. Bu hali tasdiqlanmagan taxmin.",
  "to_read_unverified": [
    "Liu Y. et al. Delving into Transferable Adversarial Examples and Black-box Attacks (ICLR 2017)",
    "Tramèr F. et al. The Space of Transferable Adversarial Examples (arXiv 2017)",
    "Dong Y. et al. Boosting Adversarial Attacks with Momentum (CVPR 2018)"
  ],
  "to_read_note_ru": "Названия приводятся как список для поиска; их метаданные в этой работе не проверялись и в библиографию не включены."
}
