针对基于图像的定位神经网络的对抗攻击
计算机视觉与模式识别
2022-10-14 v1 机器学习
摘要
在本文中，我们提出了一种针对自动驾驶车辆基于图像的定位模块进行对抗攻击的概念验证。该攻击旨在使车辆做出错误的导航决策，并阻止其在模拟城市环境中到达期望的预定义目的地。一个渲染图像数据库使我们能够训练执行定位任务的深度神经网络，并实施、开发和评估对抗图案。我们的测试表明，利用此对抗攻击，我们可以阻止车辆在给定路口转弯。这是通过操纵车辆的导航模块以错误估计其当前位置，从而未能启动转弯程序，直到车辆错过在给定路口进行安全转弯的最后机会来实现的。
引用
@article{arxiv.2210.06589,
title = {Adversarial Attack Against Image-Based Localization Neural Networks},
author = {Meir Brand and Itay Naeh and Daniel Teitelman},
journal= {arXiv preprint arXiv:2210.06589},
year = {2022}
}
备注
13 pages, 10 figures