面向表格数据的感知不可察觉的流形上对抗攻击

表格数据的对抗攻击因混合的分类和数值特征的异构性质而面临独特挑战。不同于像素扰动保持视觉相似性的图像，表格数据缺乏直观的相似性度量标准，使其难以定义感知不可察觉的修改。此外，传统的梯度方法通常优先考虑 $\ell_p$ 范数约束，常产生偏离原始数据分布的对抗样本。为此，我们提出一种基于变分自编码器（VAE）的潜在空间扰动框架，用于生成统计上一致的对抗样本。该VAE将分类嵌入和数值特征整合到统一的潜在流形中，实现保持统计一致性的扰动。我们引入分布成功率（IDSR）用于联合评估攻击效果和分布对齐。在六个公开数据集和三个模型架构上的评估表明，我们的方法在降低异常值率和保持一致性能方面显著优于传统输入空间攻击和其他VAE方法（后者源自图像领域方法），在六个数据集和三个模型架构上实现更低的异常值率和更高的IDSR。我们的全面分析表明，VAE攻击的有效性强烈依赖于重建质量和充足训练数据的 availability。当满足这些条件时，所提框架在实际效用和稳定性方面优于输入空间方法。本工作强调，保持流形上扰动对生成表格域中真实且稳健的对抗样本至关重要。