针对对抗样本的频率中心防御机制
计算机视觉与模式识别
2021-10-28 v1
摘要
对抗样本(AE)旨在通过向输入图像引入微小扰动来欺骗卷积神经网络。本文提出的方法利用傅里叶谱的幅度和相位以及图像的熵来防御AE。我们通过两种方式展示防御:训练对抗检测器以及去噪对抗效应。实验在低分辨率CIFAR-10和高分辨率ImageNet数据集上进行。该对抗检测器在CIFAR-10数据集上对FGSM和PGD攻击的检测准确率达99%。然而,对于ImageNet上复杂的DeepFool和Carlini & Wagner攻击,检测准确率降至50%。我们通过使用自编码器克服该局限,并表明去噪后有70%的AE被正确分类。
引用
@article{arxiv.2110.13935,
title = {Frequency Centric Defense Mechanisms against Adversarial Examples},
author = {Sanket B. Shah and Param Raval and Harin Khakhi and Mehul S. Raval},
journal= {arXiv preprint arXiv:2110.13935},
year = {2021}
}
备注
AdvM '21: Proceedings of the 1st International Workshop on Adversarial Learning for Multimedia, at ACM Multimedia '21