通用对抗攻击综述
机器学习
2022-04-20 v2 计算机视觉与模式识别
摘要
对抗样本这一引人入胜的现象已在机器学习领域引起广泛关注，而更令学界惊讶的或许是通用对抗扰动（UAP）的存在，即一种能愚弄目标 DNN 以对付大多数图像的单一扰动。本文聚焦于针对深度分类器的 UAP，综述了通用对抗攻击的最新进展，讨论了来自攻击与防御两方面的挑战，以及 UAP 存在的原因。我们旨在将本工作扩展为动态综述，定期更新内容以跟进关于 UAP 或通用攻击在图像、音频、视频、文本等广泛领域的新工作。相关更新将在此讨论：https://bit.ly/2SbQlLG。我们欢迎该领域未来工作的作者联系我们以收录您的新发现。
引用
@article{arxiv.2103.01498,
title = {A Survey On Universal Adversarial Attack},
author = {Chaoning Zhang and Philipp Benz and Chenguo Lin and Adil Karjauv and Jing Wu and In So Kweon},
journal= {arXiv preprint arXiv:2103.01498},
year = {2022}
}
备注
Accepted by IJCAI 2021, survey track: https://www.ijcai.org/proceedings/2021/635