从随机噪声出发的引导扩散模型对抗净化
机器学习
2022-06-23 v1 密码学与安全
摘要
在本文中,我们提出一种新颖的引导扩散净化方法,以针对对抗攻击提供强防御。我们的模型在CIFAR-10数据集上于PGD-L_inf攻击(eps = 8/255)下取得了89.62%的鲁棒准确率。我们首先探究了无引导扩散模型与随机平滑之间的本质关联,使我们能够将这些模型应用于认证鲁棒性。实证结果表明,当认证的L2半径r大于0.5时,我们的模型比随机平滑高出5%。
引用
@article{arxiv.2206.10875,
title = {Guided Diffusion Model for Adversarial Purification from Random Noise},
author = {Quanlin Wu and Hang Ye and Yuntian Gu},
journal= {arXiv preprint arXiv:2206.10875},
year = {2022}
}