PICA：一种基于像素相关性的注意力黑盒对抗攻击
计算机视觉与模式识别
2021-01-20 v1
摘要
由于深度神经网络(DNNs)结构知识难以获取，黑盒对抗攻击的研究日益普遍。然而，当欺骗针对高分辨率图像设计的 DNN 时，新兴攻击的性能会受到负面影响。一种解释是，这些方法通常关注攻击整幅图像，而忽略其空间语义信息，从而遭遇著名的维数灾难。为此，我们提出一种基于像素相关性的注意力黑盒对抗攻击，称为 PICA。首先，我们利用图像的注意力机制和像素相关性，在显著区域中每隔一个相邻像素取其一作为目标，从而降低黑盒攻击的维度。之后，采用通用的多目标进化算法遍历降维后的像素并生成人眼难以察觉的扰动。大量实验结果验证了所提 PICA 在 ImageNet 数据集上的有效性。更重要的是，与现有黑盒攻击相比，PICA 在计算上更高效地生成高分辨率对抗样本。
引用
@article{arxiv.2101.07538,
title = {PICA: A Pixel Correlation-based Attentional Black-box Adversarial Attack},
author = {Jie Wang and Zhaoxia Yin and Jin Tang and Jing Jiang and Bin Luo},
journal= {arXiv preprint arXiv:2101.07538},
year = {2021}
}