探索鲁棒特征以改善对抗鲁棒性
计算机视觉与模式识别
2023-09-12 v1
摘要
尽管深度神经网络（DNNs）已革新诸多领域，但其对精心设计的对抗攻击的脆弱性阻碍了 DNN 在安全关键应用中的使用。本文致力于探索不受对抗扰动影响的鲁棒特征，即对于干净图像及其对抗样本保持不变的特征，以提升模型的对抗鲁棒性。具体而言，我们提出一个特征解耦模型，将鲁棒特征与非鲁棒特征及领域特定特征分离。在四个广泛使用的数据集上针对不同攻击进行的广泛实验表明，相较最先进的方法，从我们的模型获得的鲁棒特征提升了模型的对抗鲁棒性。此外，训练得到的领域判别器几乎能完美地从干净图像与对抗样本中识别领域特定特征。这使得对抗样本检测无需额外计算开销。借此，我们还能为干净图像与对抗样本指定不同分类器，从而避免干净图像精度上的任何下降。
引用
@article{arxiv.2309.04650,
title = {Exploring Robust Features for Improving Adversarial Robustness},
author = {Hong Wang and Yuefan Deng and Shinjae Yoo and Yuewei Lin},
journal= {arXiv preprint arXiv:2309.04650},
year = {2023}
}
备注
12 pages, 8 figures