针对基于事件的视觉中脉冲卷积神经网络的对抗攻击
计算机视觉与模式识别
2022-12-06 v3
摘要
基于事件的动态视觉传感器以脉冲形式提供非常稀疏的输出，这使其适用于低功耗应用。卷积脉冲神经网络（spiking neural network）对这类基于事件的数据建模，并在部署于异步神经形态硬件时发挥出充分的节能潜力。基于事件的视觉尚属新兴领域，脉冲神经网络对潜在恶意对抗攻击的敏感性迄今鲜受关注。我们展示了如何将白盒对抗攻击算法适配于基于事件的视觉数据的离散与稀疏特性，并展现出比当前最先进（state-of-the-art）算法更高的成功率与更小的扰动幅度。我们首次直接在神经形态硬件上验证了这些扰动的有效性。最后，我们讨论了所得扰动的性质、对抗训练作为防御策略的效果，以及未来方向。
引用
@article{arxiv.2110.02929,
title = {Adversarial Attacks on Spiking Convolutional Neural Networks for Event-based Vision},
author = {Julian Büchel and Gregor Lenz and Yalun Hu and Sadique Sheik and Martino Sorbaro},
journal= {arXiv preprint arXiv:2110.02929},
year = {2022}
}
备注
9 pages plus Supplementary Material. Accepted in Frontiers in Neuroscience -- Neuromorphic Engineering