深入探究对抗样本中的像素
计算机视觉与模式识别
2021-06-22 v1 机器学习
摘要
尽管对对抗攻击的研究广泛，我们仍不知对抗攻击如何影响图像像素。了解图像像素受对抗攻击的影响有可能引导我们获得更好的对抗防御。受我们所发现的强攻击不可迁移的实例启发，我们在像素层面深入探究对抗样本，以审视对抗攻击如何影响图像像素值。我们考虑了若干 ImageNet 架构，InceptionV3、VGG19 和 ResNet50，以及若干强攻击。我们发现攻击在像素层面的影响可因分类器架构而异。特别地，输入预处理在攻击对像素的影响中起着先前被忽视的作用。基于像素级检查的见解，我们发现了检测某些当前最强攻击的新方法。
引用
@article{arxiv.2106.10996,
title = {Delving into the pixels of adversarial samples},
author = {Blerta Lindqvist},
journal= {arXiv preprint arXiv:2106.10996},
year = {2021}
}