基于自监督的在线对抗净化

深度神经网络已知易受对抗样本攻击，即输入空间中的微小扰动会导致潜在网络表征的放大偏移。在本文中，我们将规范监督学习与自监督表征学习相结合，提出自监督在线对抗净化（SOAP），一种利用自监督损失在测试时净化对抗样本的新型防御策略。我们的方法借助自监督信号与标签无关的特性，并针对自监督任务抵消对抗扰动。SOAP 在鲁棒准确率上可与最先进的对抗训练与净化方法相媲美，且训练复杂度显著降低。此外，即便攻击者知晓净化防御策略，我们的方法依然鲁棒。据我们所知，本文首次将使用自监督信号执行在线测试时净化的思想推广开来。