2020年最新对抗攻击论文泛读 adversarial attack

1.Universalization of any adversarial attack using very few test examples

思想:

用目前的攻击方法(FGSM,DeepFool,etl)获取几张不同的图的攻击成功的样本,将其组合成矩阵,对矩阵进行主成分分析、奇异值分解,获取他们的共同点,这样便可以得到泛用的对抗攻击个体。[根据攻击方式的不同分为SVD-FGSM,SVD-DeepFool,etl]

主要贡献:2020年最新对抗攻击论文泛读 adversarial attack_第1张图片

算法:

2020年最新对抗攻击论文泛读 adversarial attack_第2张图片

效果:

2020年最新对抗攻击论文泛读 adversarial attack_第3张图片
2020年最新对抗攻击论文泛读 adversarial attack_第4张图片

总结:

2020年最新对抗攻击论文泛读 adversarial attack_第5张图片

2.Adaptive iterative attack towards explainable adversarial robustness

思想:

分析了FGSM,I-FGSM,MI-FGSM,PGD,CW等方法,指出了固定步长在复杂边界处的不足:因为固定步长对抗样本是非固定步长的一个很小的子集,因此提出Ada-FGSM。

算法:

2020年最新对抗攻击论文泛读 adversarial attack_第6张图片

结果:

2020年最新对抗攻击论文泛读 adversarial attack_第7张图片
2020年最新对抗攻击论文泛读 adversarial attack_第8张图片

总结:

2020年最新对抗攻击论文泛读 adversarial attack_第9张图片

你可能感兴趣的:(对抗攻击,像素攻击,算法,python,算法,深度学习,pytorch,神经网络)