面向对抗训练的自适应特征对齐
计算机视觉与模式识别
2021-06-17 v2
摘要
近期研究表明，卷积神经网络（CNNs）通常易受对抗攻击，这对安全敏感应用构成威胁。许多对抗防御方法以准确率为代价提升鲁棒性，加剧了标准准确率与对抗准确率之间的矛盾。本文观察到一个有趣现象：特征统计量随攻击强度上升而单调平滑地变化。基于此观察，我们提出自适应特征对齐（AFA）以生成任意攻击强度下的特征。我们的方法被训练为自动对齐任意攻击强度下的特征，这是通过在双BN架构中预测融合权重实现的。与以往需要针对不同攻击强度重新训练模型或手动调节超参数的工作不同，我们的方法可用单一模型处理任意攻击强度，且不引入任何超参数。重要的是，我们的方法在提升模型对抗样本鲁棒性的同时，不会造成标准准确率的大幅损失。在 CIFAR-10、SVHN 和 tiny-ImageNet 数据集上的实验表明，我们的方法在广泛攻击强度范围内优于当前最优方法。
引用
@article{arxiv.2105.15157,
title = {Adaptive Feature Alignment for Adversarial Training},
author = {Tao Wang and Ruixin Zhang and Xingyu Chen and Kai Zhao and Xiaolin Huang and Yuge Huang and Shaoxin Li and Jilin Li and Feiyue Huang},
journal= {arXiv preprint arXiv:2105.15157},
year = {2021}
}