针对多臂攻击的最优零样本检测器

本文探讨了一种场景，其中恶意行为者采用多臂攻击策略来操纵数据样本，为其提供多种向数据集中引入噪声的途径。我们的核心目标是通过检测输入的任何更改来保护数据。我们以极度谨慎的态度处理这种防御策略，运行在防御者拥有的信息显著少于攻击者的环境中。具体而言，防御者无法利用任何数据样本来训练防御模型或验证信道的完整性。相反，防御者完全依赖于一组现成的预存检测器。为了应对这一挑战，我们推导了一种创新的信息论防御方法，该方法最优地聚合了这些检测器的决策，从而消除了对任何训练数据的需求。我们进一步探索了一个用于实证评估的实际用例场景，其中攻击者拥有一个预训练的分类器并对其发起著名的对抗性攻击。我们的实验突出了所提出解决方案的有效性，即使在偏离最优设置的场景中也是如此。