一种基于代理的黑盒攻击的生成式方法

基于代理的黑盒攻击暴露了深度神经网络的高度脆弱性。这些攻击旨在为任何样本生成对抗样本，仅需对给定样本集的黑盒目标反馈。最先进的基于代理的攻击涉及训练一个判别式代理来模仿目标的输出，目标是学习目标的决策边界。然后通过白盒攻击攻击代理，以生成与原始样本相似但属于其他类别的对抗样本。在样本有限的情况下，判别式代理无法准确学习目标的决策边界，这些基于代理的攻击成功率较低。与判别式方法不同，我们提出了一种生成式代理，学习位于目标决策边界上或附近的样本分布。生成式代理学习的分布可用于生成与原始样本差异不可察觉但属于其他类别的对抗样本。所提出的生成式方法在各种目标和数据集上实现了非常高的攻击成功率。