基于卷积图像滤波器的对抗样本高效生成
机器学习
2026-05-05 v1 计算机视觉与模式识别
摘要
机器学习中的对抗样本通常通过梯度生成，梯度可直接获取或通过查询模型近似。在本文中，我们提出一种更简单的方法生成对抗样本，灵感来源于可解释机器学习洞见。具体而言，我们设计基于经典边缘检测算法的“对抗图像滤波器”，但针对欺骗学习模型进行优化。产生的非面向性攻击具有可迁移性，仅需对输入执行一次前向传播。经验上发现，3x3 滤波器即可在不同神经网络上实现 30%~80% 的成功率。相较于使用生成模型生成对抗样本的方法，我们将参数数量降低了五个数量级，实现极高效的攻击。当分析学习滤波器参数时，我们观察到有趣的属性，如模型间高度可迁移性以及经典图像滤波器的共性结构。我们的结果为进一步揭示神经网络脆弱性及其对恶意噪声的脆弱性提供了新见解。
引用
@article{arxiv.2605.01098,
title = {Almost for Free: Crafting Adversarial Examples with Convolutional Image Filters},
author = {Alexander Warnecke and Konrad Rieck},
journal= {arXiv preprint arXiv:2605.01098},
year = {2026}
}