通过多样化权重剪枝增强定向攻击的可迁移性

恶意攻击者可通过施加微小噪声生成定向对抗样本，迫使神经网络产生特定的错误输出。借助跨模型可迁移性，网络模型即使在黑盒设置下也依然脆弱。近期研究已表明基于集成的方法在生成可迁移对抗样本上的有效性。为进一步增强可迁移性，模型增强方法旨在产生更多参与集成的网络。然而，现有模型增强方法仅被证明在无定向攻击中有效。本工作中，我们提出多样化权重剪枝(DWP)，一种用于生成可迁移定向攻击的新型模型增强技术。DWP 利用了常用于模型压缩的权重剪枝方法。与先前工作相比，DWP 同时保护必要连接并确保剪枝模型的多样性，我们表明这两点对定向可迁移性至关重要。在 ImageNet 兼容数据集上于多种且更具挑战性的场景下的实验证实了有效性：迁移至对抗训练模型、非 CNN 架构以及 Google Cloud Vision。结果表明，我们提出的 DWP 在结合最先进方法时，分别将定向攻击成功率提升了至多 $10.1$%、 $6.6$% 和 $7.0$%。源代码将在录用后公开。