基于 Wasserstein 约束数据扰动的黑箱漏洞评估
机器学习
2026-04-23 v2
摘要
机器学习 (ML) 工具的日益增长伴随着解释性有限等关键挑战。我们提出了一个全局解释框架，利用最优传输和分布式鲁棒优化来分析机器学习算法对受约束数据扰动的响应。我们的方法对特征级统计量（例如亮度、年龄分布）施加约束，生成保持语义结构的真实扰动。我们提供了一个对模型无关的诊断台架，可同时适用于表格数据和图像领域，并具备坚实的理论保证。我们在真实数据集上对该方法进行了验证，提供可解释的鲁棒性诊断，以补充标准评估和公平性审计工具。
引用
@article{arxiv.2603.15867,
title = {Evaluating Black-Box Vulnerabilities with Wasserstein-Constrained Data Perturbations},
author = {Adriana Laurindo Monteiro and Jean-Michel Loubes},
journal= {arXiv preprint arXiv:2603.15867},
year = {2026}
}