面积即所需：可重复元素造就更强的对抗攻击
计算机视觉与模式识别
2023-06-14 v1 密码学与安全
机器学习
摘要
在过去十年中，深度神经网络在计算机视觉任务上达到了最优水平。然而，这些模型易受称为对抗样本的异常输入影响，导致其误分类或无法检测物体。在此，我们提供证据表明对抗攻击日益增长的成功主要源于其尺寸的增大。随后我们展示了一种通过由可重复元素构建对抗图案来生成最大可能对抗补丁的方法。该方法在规避YOLOv2和YOLOv3检测方面达到了新的最优水平。最后，我们呈现了一项未能复现该领域已发表的若干攻击先前成功结果的实验，并以关于测试与可复现性的一些评论作结。
引用
@article{arxiv.2306.07768,
title = {Area is all you need: repeatable elements make stronger adversarial attacks},
author = {Dillon Niederhut},
journal= {arXiv preprint arXiv:2306.07768},
year = {2023}
}