提升 VAE 对对抗攻击的鲁棒性
机器学习
2021-02-01 v6 密码学与安全
机器学习
摘要
变分自编码器（VAEs）最近被证明易受对抗攻击，即它们被欺骗以重建选定的目标图像。然而，如何防御此类攻击仍是一个开放问题。我们通过在引入产生对抗鲁棒 VAE 的方法方面取得显著进展来解决此问题。即，我们首先证明，为获得解耦潜表示而提出的方法所产生的 VAE 对这些攻击更具鲁棒性。然而，这种鲁棒性是以降低重建质量为代价的。我们通过将解耦方法应用于分层 VAE 来改善这一点。所得模型产生了高保真且对抗鲁棒的自编码器。我们在多个不同数据集上以及使用当前最先进的 VAE 对抗攻击确认了它们的能力，并表明它们增加了下游任务对攻击的鲁棒性。
引用
@article{arxiv.1906.00230,
title = {Improving VAEs' Robustness to Adversarial Attack},
author = {Matthew Willetts and Alexander Camuto and Tom Rainforth and Stephen Roberts and Chris Holmes},
journal= {arXiv preprint arXiv:1906.00230},
year = {2021}
}
备注
Main paper of 9 pages, followed by appendix