基于随机热重启机制与改进 Nesterov 动量的对抗样本攻击

深度学习算法在计算机视觉领域取得了巨大成功，但一些研究指出，深度学习模型易受对抗样本攻击并做出错误决策。这挑战了深度学习的进一步发展，并促使研究者更加关注对抗样本攻击与深度学习安全之间的关系。本工作聚焦于对抗样本，从对抗鲁棒性的视角优化对抗样本的生成，将对抗样本中添加的扰动作为优化参数。我们从梯度优化的视角提出了基于随机热重启机制与改进 Nesterov 动量的 RWR-NM-PGD 攻击算法。该算法引入改进的 Nesterov 动量，利用其加速收敛和改善优化算法中梯度更新方向的特征来加速对抗样本的生成。此外，采用随机热重启机制进行优化，并使用投影梯度下降算法在每次热重启时限制所生成扰动的范围，从而获得更好的攻击效果。在两个公开数据集上的实验表明，本工作提出的算法可在无额外时间开销的情况下提高攻击深度学习模型的成功率。与基准攻击方法相比，本工作提出的算法对正常训练模型和防御模型均能取得更好的攻击成功率。我们的方法平均攻击成功率为 46.3077%，比 I-FGSM 高 27.19%，比 PGD 高 9.27%。在 13 个防御模型上的攻击结果表明，本工作提出的攻击算法在攻击通用性和可迁移性上优于基准算法。