基于Bernstein多项式逼近的对抗攻击确定性认证
机器学习
2020-12-01 v1 密码学与安全
摘要
随机平滑已在高概率下确立了针对范数对抗攻击的最先进可证明鲁棒性。然而，所引入的高斯数据增强导致自然精度严重下降。我们提出一个问题：'是否可能在保持自然精度的同时构建无随机化的平滑分类器？'我们给出的答案无疑是肯定的。我们研究了如何基于一种流行且优雅的数学工具——Bernstein多项式，将任意分类器转化为认证鲁棒分类器。我们的方法为决策边界平滑提供了确定性算法。我们还通过非线性方程组的数值解，引入了一种独立于范数的认证鲁棒性独特方法。理论分析与实验结果表明，我们的方法在分类器平滑与鲁棒性认证方面具有前景。
引用
@article{arxiv.2011.14085,
title = {Deterministic Certification to Adversarial Attacks via Bernstein Polynomial Approximation},
author = {Ching-Chia Kao and Jhe-Bang Ko and Chun-Shien Lu},
journal= {arXiv preprint arXiv:2011.14085},
year = {2020}
}