改进的图像Wasserstein攻击与防御
机器学习
2023-05-11 v2 密码学与安全
机器学习
摘要
近期文献已对由 球界定的图像扰动鲁棒性进行了充分研究。然而,现实世界中的扰动很少表现出 威胁模型所假设的像素独立性。最近提出的Wasserstein距离有界威胁模型是一种有前景的替代方案,它将扰动限制为像素质量的移动。我们指出并纠正了先前Wasserstein威胁模型定义中的缺陷,并在我们更完善的框架下探索更强的攻击与防御。最后,我们讨论了当前Wasserstein鲁棒模型在防御现实世界中所见扰动方面的不足。我们的代码与训练模型可在 https://github.com/edwardjhu/improved_wasserstein 获取。
关键词
引用
@article{arxiv.2004.12478,
title = {Improved Image Wasserstein Attacks and Defenses},
author = {Edward J. Hu and Adith Swaminathan and Hadi Salman and Greg Yang},
journal= {arXiv preprint arXiv:2004.12478},
year = {2023}
}
备注
Best paper award at ICLR Trustworthy ML Workshop 2020