基于手工核的有效黑盒对抗攻击
计算机视觉与模式识别
2023-03-27 v1 图像与视频处理
摘要
我们提出一种用于构造黑盒攻击对抗样本的新的简单框架。其思想是以仅由一层手工卷积核构成的非可训练模型来模拟替代模型,随后训练生成器神经网络以最大化原始图像与所生成对抗图像输出的距离。我们表明,欺骗第一层的预测会导致整个网络被欺骗,并降低其在对抗输入上的准确率。此外,我们并非通过训练神经网络来获得第一卷积层核,而是利用 F-transform 技术创建它们。因此,我们的方法在时间与资源上均极为高效。
引用
@article{arxiv.2303.13887,
title = {Effective black box adversarial attack with handcrafted kernels},
author = {Petr Dvořáček and Petr Hurtik and Petra Števuliáková},
journal= {arXiv preprint arXiv:2303.13887},
year = {2023}
}
备注
12 pages, 5 figures, 3 tables, IWANN conference