认证训练：小盒子足矣
机器学习
2023-03-10 v2 密码学与安全
摘要
为获得对抗鲁棒性的确定性保证，需使用专门的训练方法。我们提出 SABR，一种新颖的此类认证训练方法，其基于关键洞见：对对抗输入区域中一个小而精心选择的子集传播区间界，足以近似整个区域上的最坏情况损失，同时显著减少近似误差。我们在广泛的实证评估中表明，SABR 在标准和可认证准确率方面均优于现有认证防御，跨越不同扰动幅度和数据集，指向一类有望缓解鲁棒性-准确率权衡的新认证训练方法。
引用
@article{arxiv.2210.04871,
title = {Certified Training: Small Boxes are All You Need},
author = {Mark Niklas Müller and Franziska Eckert and Marc Fischer and Martin Vechev},
journal= {arXiv preprint arXiv:2210.04871},
year = {2023}
}
备注
Accepted at ICLR23 as Spotlight