Frank-Wolfe 方法构建白盒对抗攻击的实证评估
机器学习
2025-12-12 v1 人工智能
摘要
构建神经网络的对抗攻击似乎是其在 various 服务中部署的关键挑战。为了估计神经网络的对抗鲁棒性，一个快速且高效的方法是构建对抗攻击。由于对抗攻击构建的形式化化问题涉及求解特定优化问题，因此我们从数值优化视角考虑构建高效且有效对抗攻击的问题。具体而言，我们建议利用称为修正版 Frank-Wolfe 方法的先进投影自由方法来构建给定输入数据的白盒对抗攻击。我们对这些方法进行理论和数值评估，并与基于投影操作或几何直觉的标准方法进行比较。在 MNIST 和 CIFAR-10 数据集上进行数值实验，采用多类逻辑回归模型、卷积神经网络(CNN)和 Vision Transformer(ViT)。
关键词
引用
@article{arxiv.2512.10936,
title = {Empirical evaluation of the Frank-Wolfe methods for constructing white-box adversarial attacks},
author = {Kristina Korotkova and Aleksandr Katrutsa},
journal= {arXiv preprint arXiv:2512.10936},
year = {2025}
}