基于对抗鲁棒彩票子网络动态随机集成的防御方法
计算机视觉与模式识别
2022-10-07 v1
摘要
对抗攻击被视为 CNN 的固有漏洞。为应对攻击而设计的防御策略一直陷于对抗攻防军备竞赛，反映出攻防之间的失衡。动态防御框架（DDF）近期基于随机集成模型改变了被动安全的现状。子网络的多样性是 DDF 中的关键问题，可由不同网络间的对抗可迁移性有效评估。受不同剩余比例的从头彩票子网络间对抗可迁移性较弱的启发，我们提出一种实现动态随机集成防御策略的方法。我们发现从具有不同基础结构与稀疏度的鲁棒彩票子网络中抽取的 subnetworks 之间存在对抗可迁移多样性。实验结果表明，我们的方法借助对抗可迁移多样性取得了更优的鲁棒与干净识别准确率，从而降低了攻击的可靠性。
引用
@article{arxiv.2210.02618,
title = {Dynamic Stochastic Ensemble with Adversarial Robust Lottery Ticket Subnetworks},
author = {Qi Peng and Wenlin Liu and Ruoxi Qin and Libin Hou and Bin Yan and Linyuan Wang},
journal= {arXiv preprint arXiv:2210.02618},
year = {2022}
}