对抗性扰动第21页

对抗扰动の再扰动！EnhancingAdversarialExampleTransferability with an IntermediateLevelAttack

核心思想：注意：以下内容顺序与论文完全不符，我按照自己的思路写的，所以开头对不上不必惊慌。①已知神经网络越往后越线性，所以对抗攻击中模型迁移的大问题背景下，肯定越线性越好迁移。②But！源模型往往最后过度线性了（可以理解为源模型对目标模型训练中的过拟合），所以最好也不要选太靠后的层。③很多攻击方法诸如FGSM，捕捉梯度的，都是越往后层，对对抗方向的把握越好的。所以这些攻击方法基本都是直接用Loss

少年芒果君·2023-01-29 21:21

#今日论文推荐#AAAI 2022 | 对抗攻击鲁棒的异质图神经网络

本文介绍并解释了HGNN不能很好应对对抗攻击的两大原因：扰动放大效应(perturbationenlargementeffect)和软注意力机制(sof

wwwsxn·2023-01-29 21:20

【ICIP2022】提高对抗攻击的迁移性（在注意力空间下扰动的多样性生成）

本文首发于馆主君晓的博客，在注意力空间下扰动的多样性生成背景介绍这是发布在ICIP(InternationalConferenceImageProcessing)2022会议上的一篇文章，作者是韩国科学技术研究院

馆主君晓·2023-01-29 21:20

黑盒攻击中迁移攻击和通用对抗扰动的讲解及实战（附源码）

需要源码请点赞关注收藏后评论区留言私信~~~黑盒攻击人们发现结构类似的神经网络模型在面对相同的对抗样本攻击时，会有类似的表现。也就是说，基于类似已知模型，采用白盒攻击来产生对抗样本，可能对未知模型也有攻击作用，称之为对抗样本的迁移能力（transferable）。下表中左侧列表表示生成对抗样本的模型，最上面行表示被迁移攻击的模型，表格中的数据表示被迁移攻击模型对生成模型基于优化的方法产生的迁移攻击

showswoller·2023-01-29 21:49

ICCV2019-SSF-DAN: Separated Semantic Feature based Domain Adaptation Network for Semantic Segmentati

基于分离语义特征的域适应网络的语义分割0.摘要1.概述2.相关工作2.1.语义分割2.2.领域自适应3.方法3.1.框架概述3.2.领域自适应的目标函数3.3.Semantic-wise分离鉴别器3.3.1.类级别的对抗性学习

HheeFish·2023-01-29 20:03

基于噪声伪标签和对抗性学习的医学图像分割注释有效学习

一、背景如今深度学习的成功在很大程度上取决于大量训练图像的可用性，以及专家提供的手动注释。然而，由于为分割任务提供像素级注释非常耗时，并且依赖具有领域知识的专家来实现，因此很难获得用于医学图像分割的大量手动注释。二、创新点提出一个用于分割任务的注释高效学习框架核心方法：1、从一组辅助对象遮罩中学习，这些辅助对象遮罩与训练图像不成对，可以通过形状先验信息或可能不同领域的公开可用数据集轻松获得。2、对

yc_ZZ·2023-01-29 12:40

捌玥拾伍.

一阵风卷了几片叶子，或是扰动了一丛枯黄的杂草，

hh2697npu·2023-01-28 21:58

IJCIAI-20-Argot

NLP对抗文本攻击（3）——中文对抗文本生成Argot文章目录NLP对抗文本攻击（3）——中文对抗文本生成Argot文献来源前言对于中文的五种扰动Synonymsshufflesplitting-characterglyphpinyinArgot

流水不争先_争的是滔滔不绝·2023-01-28 14:53

TextBugger

NLP对抗文本攻击（2）——TextBugger文章目录NLP对抗文本攻击（2）——TextBugger文献来源模型流程五种扰动方式白盒攻击算法词的重要性计算小结黑盒攻击算法先找重要句子对重要句子找重要词然后如白盒攻击效果说明文献来源

流水不争先_争的是滔滔不绝·2023-01-28 14:23

河大吴彦祖·2023-01-28 14:05

差分隐私（Differential Privacy）

通过严格的数学证明，使用随机应答（RandomizedResponse）方法确保数据集在输出信息时受单条记录的影响始终低于某个阈值，从而使第三方无法根据输出的变化判断单条记录的更改或增删，被认为是目前基于扰动的隐私保护方法中安全级别最高的方法

培根芝士·2023-01-28 14:03

生吃土豆淀粉6个月反而变的更健康了

TimSteele是一名评论员，偶然间接触到土豆饮食，并且对抗性淀粉产生了兴趣。他查阅了大量得科学文献，发现大量证据表明使用抗性淀粉会对身体产生很多好处。

进化朗诵者·2023-01-28 10:49

颜如玉——软文

每天一睁眼我们的皮肤就比昨天衰老一天好在28天循环皮肤又能再生一次但这种再生能力也随年龄的增加而减弱颜如玉具有抗氧化作用在预防衰老方面有很强的对抗性.对自己好一点别让时间带走你的美丽让胶原冻住你的时光每天早上一瓶颜如玉让时间慢慢停下来

黄上進是个微商啊·2023-01-27 20:52

像素攻击

最近的研究证实，深度神经网络（DNN）的输出不是连续的，对输入向量的微小扰动非常敏感，因此人们已经提出了几种方法来制定对网络的有效扰动。

奇异的博士·2023-01-27 15:12

永磁同步电机反步(backstepping)控制采用非线性控制策略反步控制法，实现永磁同步电机系统的完全解耦

永磁同步电机反步(backstepping)控制1.采用非线性控制策略反步控制法，实现永磁同步电机系统的完全解耦，相比PI控制减少了系统调节参数，抗负载扰动能力明显提高；2.提供算法对应的参考文献和仿真模型拿后赠送

「已注销」·2023-01-27 09:25

过半

过半，浮现一片静静的蓝，是我不敢扰动的颜色，只是痴痴的看，看着它慢慢地流淌，到我去不到的地方……不甘，谁能帮我对折时间，就像我仍然站在起点，奔向你的出现，你并不曾见到过我，而我只想说……好久不见。

久雀同·2023-01-27 08:59

数学建模学习笔记（清风）——多元线性回归

：适用范围：步骤：Stata的学习：基础部分：适用范围：1、识别重要变量2、判断相关性方向3、估计权重步骤：1、确定回归模型，定义自变量和因变量2、利用最小二乘法对系数进行点估计3、利用怀特检验去观察扰动项是否存在异方差

SELF...DISCIPLINE·2023-01-26 23:16

迭代局部搜索（Iterated Local Search, ILS）

它在局部搜索得到的局部最优解上，加入了扰动，然后再重新进行局部搜索搜索过程初始状态：best_solution(最优解)、current_solution(当前解)。

予安杂记·2023-01-26 17:42

[论文解读]Threat of Adversarial Attacks on Deep Learning in Computer Vision: A Survey

ThreatofAdversarialAttacksonDeepLearninginComputerVision:ASurvey文章目录ThreatofAdversarialAttacksonDeepLearninginComputerVision:ASurvey简介摘要常用术语对抗性攻击用于分类的攻击

年糕糕糕·2023-01-26 15:04

论文笔记：Learning to Discriminator Perturbations for Blocking Adversarial Attacks in Text Classification

论文笔记：LearningtoDiscriminatorPerturbationsforBlockingAdversarialAttacksinTextClassification（在文本分类中学习辨别扰动阻止对抗攻击

Oosehun·2023-01-26 15:01

基于 Lp 正则化的高维稀疏解的反演

in\mathbb{R}^{M\timesN}A∈RM×N是给定或者训练得到的M×NM\timesNM×N矩阵，y∈RM\bfy\in\mathbb{R}^My∈RM是测得的数据，ϵ\epsilonϵ是扰动噪声

闲谈社·2023-01-25 22:59

偏差（bias）与方差(variance)

度量同样大小的训练集的变动所导致的学习性能的变化，刻画数据扰动所产生的影响m为样本均值，u为总体均值，xix_ixi为样本值，f‾\overline{f}f表示学习算法的期望输出，f(x,D)为样本上的期望输出

如风过境YD·2023-01-25 07:22

「自控原理」3.3 稳定性与稳态误差、时域校正

本节介绍系统稳态误差的定义及计算方法本节介绍时域校正方法文章目录稳定性分析稳定的充要条件与必要条件劳斯判据-Routh例题两种特殊情况问题辨析稳态误差误差与稳态误差的定义计算稳态误差的一般方法静态误差系数法动态误差系数法扰动作用下的稳态误差时域校正反馈校正复合校正以下内容

HuangZi-zi·2023-01-24 12:17

风光储并网系统 matlab simulink风光储能并网交直流发电系统仿真模型

风光储并网系统matlabsimulink风光储能并网交直流发电系统仿真模型，2018a版本，2021a版本1）光伏和风电均采用扰动观察法最大功率跟踪2）蓄电池为双向DC-DC变换器，采用电压环和电流环控制的双闭环控制

「已注销」·2023-01-22 08:48

深度学习掩膜_任奎：人工智能算法安全浅析——深度学习中的对抗攻击与防御...

攻击者可以通过向良性数据中添加特定的扰动，生成对抗样本。附加轻微扰动的对抗样本

weixin_39747721·2023-01-21 19:11

基于自适应降噪的深度神经网络对抗图像检测【论文阅读】

近年来，许多研究表明，深度神经网络(DNN)分类器可能会被对抗性示例所欺骗，这种对抗性示例是通过对原始样本引入一些扰动来设计的。据此，提出了一些强大的防御技术。

Juli_Eyre·2023-01-21 19:39

确定性时间序列分析

1.1分类1.确定性时间序列分析方法2.随机性时间序列分析方法2.确定性时间序列分析方法确定性时间序列分析得特点是认为数据去掉随机扰动后，剩下的部分可以用确定的时间函数来表示。

ubyte_·2023-01-20 13:22

6、Denoising Diffusion Probabilistic Models（扩散模型）

扩散模型在图片生成任务中超越了原SOTA：GAN，并且在诸多应用领域都有出色的表现，如计算机视觉，NLP、波形信号处理、多模态建模、分子图建模、时间序列建模、对抗性净化等。

C--G·2023-01-19 20:35

图对抗攻击及防御算法种类

一、图对抗攻击按照攻击算法在图中添加扰动的不同阶段，可以将图对抗攻击分为两类，分别为逃逸攻击和投毒攻击。

心若向阳，何谓悲伤·2023-01-19 20:32

【论文学习】图神经网络对抗攻击顶会论文汇总（2018-2021年）

对于图来说，很难定义图上的微小扰动。

精致又勤奋的码农·2023-01-19 20:00

遗传算法（GA）

变异：对应于生物中的基因突变，即对人为施加一个扰动量。变异后产生一个新的染色体。交叉：将两个染色体某一位置的基因互换，从而产生两

青天白云飞·2023-01-19 02:45

本地差分隐私随机响应_局部差分隐私的新型实现方法

对基于二次扰动的局部差分隐私实现方法进行了研究。为衡量D和D'的离散程度，在计算原始数据集和扰动数据集的分布均值和方差的基础上实验验证了D和D'间的KL-散度。

weixin_39775976·2023-01-18 11:01

数学建模篇---2022国赛C题（二）（全程python,完整论文和代码可取！）

我们的分析：基于问题二的分类模型，计算出每个待测样本点与簇中心的平方欧式距离，与2中得到的变量与簇中心的理想距离范围进行比较，完成分类，通过给模型添加微小扰动，观察样本数据统计规律变化，给出敏感性分析。

疯狂樱桃子·2023-01-18 09:25

总结 62 种在深度学习中的数据增强方式

数据增强数据增强通常是依赖从现有数据生成新的数据样本来人为地增加数据量的过程这包括对数据进行不同方向的扰动处理或使用深度学习模型在原始数据的潜在空间(latentspace)中生成新数据点从而人为的扩充新的数据集这里我们需要区分两个概念

鹏の博客·2023-01-17 22:00

生成对抗网络_GANs生成对抗性神经网络

GANs生成对抗性神经网络GenerativeAdversarialNetworksGAN是什么?生成对抗网络(GANs)是当今计算机科学中最有趣的概念之一。两个模型通过对抗性过程同时训练。

weixin_39963523·2023-01-17 10:06

对抗性神经网络百度百科,生成对抗式神经网络

深度学习什么是对抗式神经网络？对抗式神经网络GAN让机器学会“左右互搏”GAN网络的原理本质上就是这两篇小说中主人公练功的人工智能或机器学习版本。一个网络中有两个角色，修炼的过程中左手扮演攻方，即生成器(generator)，试图生成和自然世界中拟完成任务足够相似的目标;右手扮演守方，即判别器(discriminator)，试图把这个假的、生成的目标和真实目标区分开来。经过反复多次双手互搏，左手右

普通网友·2023-01-17 10:35

生成对抗性神经网络

生成对抗性神经网络!!代码地址!!

Liu_Goodfellow·2023-01-17 10:35

生成对抗性网络（GAN）

转载：https://www.cnblogs.com/jiangxinyang/p/10156138.htmlGAN的全称是GenerativeAdversarialNetworks，中文名称是生成对抗网络。原始的GAN是一种无监督学习方法，巧妙的利用“博弈”的思想来学习生成式模型。1GAN的原理GAN的基本原理很简单，其由两个网络组成，一个是生成网络G（Generator），另外一个是判别网络D

DaYinYi·2023-01-17 10:35

文献‘‘Generative Adversarial Nets‘‘总结

目录1、摘要2、AdversarialNets3、理论结果3.1全局最优性3.2算法1的收敛性4、实验5、实验结果6、代码结果1、摘要本文提出了一个通过对抗性过程来估计生成模型的新框架,在这个框架中,同时训练两个模型

RrS_G·2023-01-16 16:27

微电网两阶段鲁棒优化问题（Matlab代码实现）

因为它是为了对冲输入数据中的任何扰动而导出的，所以（单阶段）RO模型的解决方案往往过于保守。

电气辅导帮·2023-01-16 04:45

啊金曼·2023-01-15 14:15

Improved Techniques for Training Score-Based Generative Models论文阅读

文章目录摘要引言背景郎之万动力学基于分数的生成模型选择噪声尺度初始的噪声尺度其它噪声等级结合噪音信息配置退火朗之万动力学EMA改善稳定性组合所有技巧定量结果消融研究更高分辨率结论更广泛的影响摘要基于分数的生成模型可以生成与GANs相当的高质量图像样本，而不需要对抗性优化

zzfive·2023-01-15 07:41

SDE论文阅读

Score-BasedGenerativeModelingthroughStochasticDifferentialEquations文章目录摘要引文背景基于郎之动力学的去噪分数匹配/SMLD去噪扩散概率模型/DDPMSDEs的基于分数的生成模型SDEs下的受扰动数据逆转

zzfive·2023-01-15 07:11

用迭代局部搜索求解TSP问题(python)

ILSiteratedlocalsearch)的框架和应用总结可以阅读文献IteratedLocalSearch:FrameworkandApplicationsILS的核心思想：找到一个局部最优解后，对当前解增加一个扰动

bujbujbiu·2023-01-14 15:14

Domain Adaptation via Prompt Learning论文解读

这种对齐是由统计差异最小化或对抗性训练等约束条件强加的。然而，这些约束可能导致语义特征结构的扭曲和类的可辨别性的丧失。

yeeeeeeeeeeees·2023-01-14 12:59

AAAI 安全挑战者第八期记录

1、对抗训练关于对抗训练使用了CleverHans的FGSM，CleverHans是一个基于Python的库，用于将机器学习系统中的漏洞与对抗性示例进行对比。其支持Pytorch、tf2、JAX，使

Facouse·2023-01-13 18:41

PyTorch-StudioGAN readme 翻译

StudioGANStudioGAN是一个Python库，提供具有代表性的生成对抗性网络(GANS)的实现，用于条件/无条件的图像生成。

ysh9888·2023-01-13 13:51

Kaggle出了一本竞赛书（500页）！

的介绍，各种Kaggle的建模问题以及建模的技巧，同时还讲述如何利用Kaggle的经历来构建你的简历等：了解Kaggle是如何运作，如何充分利用来自两位专家级Kaggle大师的比赛；通过集成、特征工程、对抗性验证

Datawhale·2023-01-13 13:12

Two Coupled Rejection Metrics Can Tell Adversarial Examples Apart

这一有趣的特性揭示了使用耦合策略来更好地检测和拒绝对抗性示例。我们评估了CIFAR-10、CIFAR-10-C和CIFAR-100在几种攻击（包括自适应攻

你今天论文了吗·2023-01-13 08:52

Adversarial Robustness vs. Model Compression, or Both?

众所周知，深度神经网络（DNN）容易受到对抗性攻击，这种攻击是通过在良性示例中添加精心设计的扰动来实现的。基于最小-最大鲁棒优化的对抗性训练可以提供对抗性攻击的安全概念。