一种防御对抗图像的新方法：化弱点为优势

自然图像几乎被低密度的误分类区域所包围，这些区域可以通过梯度引导搜索被高效发现——从而使得对抗图像的生成成为可能。尽管已提出许多检测此类攻击的技术，但当攻击者完全了解检测机制并相应调整攻击策略时，这些技术很容易被绕过。在本文中，我们采用一种新颖的视角，将对抗扰动的普遍存在视为一种优势而非弱点。我们假定，如果一幅图像被篡改过，这些对抗方向要么变得更难通过梯度方法找到，要么其密度远高于自然图像。我们为此特征性标志开发了一种实用测试，成功检测对抗攻击，在攻击者完全了解我们检测机制的白盒设定下达到了前所未有的准确率。