解释与提升对抗样本可迁移性的统一方法
机器学习
2023-12-04 v2 人工智能
计算机视觉与模式识别
摘要
在本文中，我们利用对抗扰动内部的交互作用来解释并提升对抗可迁移性。我们发现并证明了对抗可迁移性与对抗扰动内部交互作用之间的负相关性。该负相关性进一步在不同输入的多种 DNN 上得到了验证。此外，该负相关性可作为一个统一的视角来理解当前的提升可迁移性方法。为此，我们证明了一些经典的提升可迁移性方法本质上是在减少对抗扰动内部的交互作用。基于此，我们提出在攻击过程中直接惩罚交互作用，从而显著提升了对抗可迁移性。
引用
@article{arxiv.2010.04055,
title = {A Unified Approach to Interpreting and Boosting Adversarial Transferability},
author = {Xin Wang and Jie Ren and Shuyun Lin and Xiangming Zhu and Yisen Wang and Quanshi Zhang},
journal= {arXiv preprint arXiv:2010.04055},
year = {2023}
}