Bad Citrus：利用模型距离降低对抗成本
密码学与安全
2022-10-10 v1
摘要
Jia 等人近期的工作表明，可利用称为 LIME 的模型解释技术，在权重空间中有效计算成对模型距离。该方法仅需对所考察的两个模型进行仅查询访问。我们认为，攻击者可利用这一洞见降低对部署模型发起规避攻击的净成本（查询次数）。我们展示了对抗迁移的成功率与受害模型及用于生成规避样本的子模型之间的距离存在强负相关。因此，我们提出并评估了一种通过寻找最接近的子模型进行对抗迁移以降低对抗成本的方法。
引用
@article{arxiv.2210.03239,
title = {Bad Citrus: Reducing Adversarial Costs with Model Distances},
author = {Giorgio Severi and Will Pearce and Alina Oprea},
journal= {arXiv preprint arXiv:2210.03239},
year = {2022}
}