基于扩散模型的频率攻击防御

对抗训练是增强模型对对抗攻击鲁棒性的常用策略，但通常针对特定的攻击类型进行设计，限制了其对未见威胁模型的泛化能力。对抗净化作为一种替代方案，利用生成模型在分类前去除扰动。由于净化器独立于分类器和威胁模型进行训练，能够更好地处理以前未遇到的攻击情形。扩散模型在去除像素级对抗扰动以及处理非对抗数据漂移方面表现出色。本研究扩展了关注范围，不仅限于像素级鲁棒性，还探讨了净化在缓解谱域和空间域对抗攻击方面的有效性。我们的发现表明，其在处理低频至高频区域的各种失真模式方面具有良好的防御能力。