AdvGAN++：利用潜层进行对抗样本生成
计算机视觉与模式识别
2019-12-25 v2 机器学习
摘要
对抗样本是人为构造的、与原始图像难以区分却误导神经网络并大幅降低其性能的样本。近期提出的 AdvGAN 是一种基于 GAN 的方法，以输入图像为先验来生成针对某模型的对抗样本。在本文中，我们展示了潜特征如何作为比输入图像更好的先验用于对抗样本生成，为此提出 AdvGAN++，即 AdvGAN 的一个版本，在 MNIST 和 CIFAR-10 数据集上实现了比 AdvGAN 更高的攻击成功率，同时生成感知上更真实的图像。
引用
@article{arxiv.1908.00706,
title = {AdvGAN++ : Harnessing latent layers for adversary generation},
author = {Puneet Mangla and Surgan Jandial and Sakshi Varshney and Vineeth N Balasubramanian},
journal= {arXiv preprint arXiv:1908.00706},
year = {2019}
}
备注
Accepted at Neural Architects Workshop, ICCV 2019