Universal adversarial perturbations

2017 CVPR
此前的论文大多是讨论在一个图片上寻找扰动,但是效率低。
作者提出了一种寻找通用对抗扰动的算法

Universal adversarial perturbations_第1张图片
图一,多个图片赋一个扰动 具有对抗性

通用对抗扰动

目标是,
在这里插入图片描述
X代表的是某个图片子集

对于扰动的约束条件:
在这里插入图片描述
1.扰动的范数小于某个小数 。
2.P始终大于等于 一和愚弄率的差值

Algorithm

Universal adversarial perturbations_第2张图片
算法的实现: 在给定数据集X中进行迭代,逐步构建通用扰动。

迭代求解,在之前的扰动之上,再计算一个新的扰动,优化公式如下:
在这里插入图片描述
这里,如果直接 v+r 可能会造成扰动过大超出约束。
作者对此进行了改进
在这里插入图片描述
这里对扰动进行了变换,找出 在这里插入图片描述的距离最近的一组满足约束的变换。

Universal adversarial perturbations_第3张图片

终止条件为:在这里插入图片描述
在这里插入图片描述

你可能感兴趣的:(python)