利用稀疏表示抵御对抗攻击

众所周知，微小的对抗扰动可诱导深度神经网络(DNNs)产生分类错误。本文中，我们论证输入数据的稀疏表示是抵御此类攻击的关键工具。对于线性分类器，我们证明稀疏化前端对$\ell_{\infty}$有界攻击具有可证明的有效性，将攻击引起的输出失真降低约$K / N$倍，其中$N$为数据维度，$K$为稀疏度水平。随后我们将该概念推广至DNNs，表明可用“局部线性”模型为构造攻击与防御建立理论基础。MNIST数据集上的实验结果展示了所提稀疏化前端的有效性。