CertMask: 基于理论最优遮罩覆盖的对抗性补丁可证明防御
计算机视觉与模式识别
2025-11-14 v1 人工智能
摘要
对抗性补丁攻击将局部扰动注入图像，以误导深度视觉模型。这些攻击可在物理环境中部署，构成对现实应用的严重风险。本文提出CertMask，一种具有强大理论保证的可证明鲁棒防御方法，通过构建保障中和补丁效果的可证明充分二进制遮罩集合。虽然当前最先进的方法（PatchCleanser）需要两轮遮罩且推理成本为 ，但CertMask仅进行一次遮罩，时间复杂度为 ，其中 为遮罩集合的基数，用于覆盖输入图像。我们提出的遮罩集合通过一种严谨的数学覆盖策略计算得出，确保每可能的补丁位置至少被覆盖 次，从而在效率和鲁棒性方面取得平衡。我们提供了覆盖条件的理论分析，并证明其对认证具有充分性。在ImageNet、ImageNette和CIFAR-10上的实验表明，CertMask相较于PatchCleanser在认证鲁棒准确率上提升最高可达 +13.4%，而保持干净准确率几乎与原始模型相同。
引用
@article{arxiv.2511.09834,
title = {CertMask: Certifiable Defense Against Adversarial Patches via Theoretically Optimal Mask Coverage},
author = {Xuntao Lyu and Ching-Chi Lin and Abdullah Al Arafat and Georg von der Brüggen and Jian-Jia Chen and Zhishan Guo},
journal= {arXiv preprint arXiv:2511.09834},
year = {2025}
}