通过域混合学习公平鲁棒性

对抗训练是训练分类器以抵御对抗攻击的主要技术之一。然而，最近的研究发现，虽然对抗训练使整体分类器变得鲁棒，但它并不一定为所有类别提供同等的鲁棒性。在本文中，我们提出使用混合技术来解决学习公平鲁棒分类器的问题，该分类器可以在所有类别中提供相似的鲁棒性。具体来说，其思想是混合来自相同类别的输入，并对混合后的输入进行对抗训练。我们针对线性分类器的情况对此思想进行了理论分析，并表明混合与对抗训练相结合可以显著减少类别间的鲁棒性差异。该方法不仅有助于减少类别间的对抗风险差异，还能减少类别间的自然风险差异。作为理论分析的补充，我们还在合成数据和真实世界数据集（CIFAR-10）上提供了实验结果，结果表明自然风险和对抗风险的类别间差异均有所改善。