LoRID：低秩迭代扩散用于对抗性纯化
机器学习
2024-09-13 v1 人工智能
密码学与安全
摘要
本文对基于扩散的纯化方法进行信息论视角的考察，这些方法是当前利用扩散模型消除对抗样本中恶意扰动的先进对抗防御技术。通过理论刻画马尔可夫基于扩散纯化所固有的纯化误差，我们引入LoRID，即 novel Low-Rank Iterative Diffusion纯化方法，以低内在纯化误差移除对抗性扰动。LoRID基于多阶段纯化过程，利用扩散模型早期时步的多个去噪循环步骤，并集成 Tucker 分解——矩阵分解的扩展——以在高噪声 regime 中移除对抗噪声。因此，LoRID增加了有效的扩散时步，克服了强大的对抗攻击，在 CIFAR-10/100、CelebA-HQ 和 ImageNet 数据集上实现了在白盒和黑盒设置下的优异鲁棒性性能。
引用
@article{arxiv.2409.08255,
title = {LoRID: Low-Rank Iterative Diffusion for Adversarial Purification},
author = {Geigh Zollicoffer and Minh Vu and Ben Nebgen and Juan Castorena and Boian Alexandrov and Manish Bhattarai},
journal= {arXiv preprint arXiv:2409.08255},
year = {2024}
}
备注
LA-UR-24-28834