证明十二种增强对抗迁移性方法共享的通用机制
机器学习
2022-07-26 v1 人工智能
计算机视觉与模式识别
摘要
尽管已提出许多方法来增强对抗扰动的迁移性，但这些方法以启发式方式设计，且提升对抗迁移性的本质机制仍不清楚。本文以统一视角总结了以往十二种迁移性增强方法共享的通用机制，即这些方法均降低了区域对抗扰动之间的博弈论交互。为此，我们关注区域对抗扰动之间所有交互的攻击效用，并首次发现且证明了对抗迁移性与交互的攻击效用之间的负相关关系。基于该发现，我们从理论上证明并经验上验证了以往的十二种迁移性增强方法均降低了区域对抗扰动之间的交互。更关键的是，我们将交互的降低视为对抗迁移性增强的本质原因。此外，我们设计了交互损失，在攻击过程中直接惩罚区域对抗扰动之间的交互。实验结果表明，交互损失显著提升了对抗扰动的迁移性。
引用
@article{arxiv.2207.11694,
title = {Proving Common Mechanisms Shared by Twelve Methods of Boosting Adversarial Transferability},
author = {Quanshi Zhang and Xin Wang and Jie Ren and Xu Cheng and Shuyun Lin and Yisen Wang and Xiangming Zhu},
journal= {arXiv preprint arXiv:2207.11694},
year = {2022}
}