关于 CVPR 2018 白盒对抗样本防御的鲁棒性
计算机视觉与模式识别
2018-04-11 v1 密码学与安全
机器学习
机器学习
摘要
神经网络已知易受对抗样本攻击。在本注记中，我们评估了 CVPR 2018 上出现的两个白盒防御方法，发现它们无效：当应用已有技术时，我们可将受防御模型的准确率降至 0%。
引用
@article{arxiv.1804.03286,
title = {On the Robustness of the CVPR 2018 White-Box Adversarial Example Defenses},
author = {Anish Athalye and Nicholas Carlini},
journal= {arXiv preprint arXiv:1804.03286},
year = {2018}
}