潜在危险区：提炼统一注意力以实现跨架构黑盒攻击
机器学习
2025-09-24 v1 计算机视觉与模式识别
摘要
由于对模型内部信息的访问受限，黑盒对抗攻击仍然具有挑战性。现有方法通常依赖于特定的网络架构或需要大量查询，导致跨架构迁移性有限且查询成本高昂。为解决这些局限性，我们提出了 JAD，一个用于黑盒对抗攻击的潜在扩散模型框架。JAD 利用由卷积神经网络（CNN）和 Vision Transformer（ViT）模型提炼的注意力图引导的潜在扩散模型来生成对抗样本。通过聚焦跨架构普遍敏感的图像区域，该方法构造的对抗扰动能够在不同模型类型之间有效迁移。这种联合注意力蒸馏策略使 JAD 与架构无关，在多种模型上实现了卓越的攻击泛化能力。此外，扩散模型的生成特性通过减少对迭代查询的依赖，提高了对抗样本的生成效率。实验表明，与现有方法相比，JAD 在攻击泛化能力、生成效率和跨架构迁移性方面均有提升，为黑盒对抗攻击提供了一种有前景且有效的范式。
引用
@article{arxiv.2509.19044,
title = {Latent Danger Zone: Distilling Unified Attention for Cross-Architecture Black-box Attacks},
author = {Yang Li and Chenyu Wang and Tingrui Wang and Yongwei Wang and Haonan Li and Zhunga Liu and Quan Pan},
journal= {arXiv preprint arXiv:2509.19044},
year = {2025}
}