MAD-VAE：流形感知防御变分自编码器
密码学与安全
2020-11-04 v1 机器学习
摘要
尽管 Defense-GAN 和 Defense-VAE 等深度生成模型在图像分类神经网络的对抗防御方面取得了显著进展，但已有若干方法被发现可规避这些防御。在 Defense-VAE 基础上，我们的研究引入了若干方法来提升防御模型的鲁棒性。本文引入的方法直接简单，但相较原始 Defense-VAE 展现出良好前景。通过在 MNIST 数据集上的大量实验，我们证明了我们的算法针对不同攻击的有效性。我们的实验还包括对防御模型潜空间的攻击。我们也讨论了现有对抗潜空间攻击的适用性，因为它们可能存在显著缺陷。
引用
@article{arxiv.2011.01755,
title = {MAD-VAE: Manifold Awareness Defense Variational Autoencoder},
author = {Frederick Morlock and Dingsu Wang},
journal= {arXiv preprint arXiv:2011.01755},
year = {2020}
}
备注
15 pages, 13 figures