由于神经网络的参数量巨大，在工程实践中，尤其是在硬件的处理上，大量的参数需要被压缩，剪枝&量化(pruning & quantization)是两种常用的神经网络压缩方式。论文《To Compress or Not to Compress: Understanding the Interactions between Adversarial Attacks and Neural Network Compression》的作者模拟了黑客攻击神经网络的几种方式，其中包括对经过参数压缩的神经网络进行攻击，因此这篇文章的主要贡献是系统的讨论了压缩和对抗攻击的关系。