一种对抗多臂对抗攻击检测的极小极大方法
计算机视觉与模式识别
2023-02-07 v1
摘要
多臂对抗攻击，即在评估时同时使用多种算法和目标损失函数，已被证明在欺骗最先进的对抗样本检测器方面非常成功，且无需关于检测机制的任何特定辅助信息。通过形式化当前问题，我们可以提出一种解决方案，该方案根据极小极大方法聚合多个预训练检测器的软概率输出。所提出的框架在数学上可靠、易于实现且模块化，允许集成现有或未来的检测器。通过在流行数据集（如CIFAR10和SVHN）上的广泛评估，我们表明，我们的聚合方法在对抗多臂对抗攻击时持续优于单个最先进的检测器，使其成为提高现有方法鲁棒性的有效解决方案。
引用
@article{arxiv.2302.02216,
title = {A Minimax Approach Against Multi-Armed Adversarial Attacks Detection},
author = {Federica Granese and Marco Romanelli and Siddharth Garg and Pablo Piantanida},
journal= {arXiv preprint arXiv:2302.02216},
year = {2023}
}
备注
10 pages, 13 figures, 14 tables