通过解耦视觉表示掩码提升对抗鲁棒性

深度神经网络被证明对精心设计的对抗样本是脆弱的，因此对抗防御算法如今越来越受到关注。基于预处理的防御是一种主要策略，同时学习鲁棒的特征表示已被证明是提升泛化能力的有效方法。然而，现有的防御工作在训练过程中缺乏考虑不同深度层次的视觉特征。在本文中，我们首先从特征分布的角度强调了鲁棒特征的两个新特性：1）多样性。类内样本的鲁棒特征可以保持适当的多样性；2）可判别性。类间样本的鲁棒特征应确保足够的分离。我们发现，最先进的防御方法旨在很好地解决上述两个问题。这促使我们在对抗训练中同时增加类内方差并减少类间差异。具体来说，我们提出了一种基于解耦视觉表示掩码的简单而有效的防御方法。设计的解耦视觉特征掩码（DFM）模块可以通过不同的掩码策略自适应地解耦视觉判别特征和非视觉特征，而适当的丢弃信息可以破坏对抗噪声以提高鲁棒性。我们的工作为任何先前的对抗训练算法提供了一个通用且易于集成的模块单元，以实现整体更好的保护。大量的实验结果证明，所提出的方法可以实现与最先进的防御方法相比优越的性能。代码公开在 https://github.com/chenboluo/Adversarial-defense。