Purify++：利用先进扩散模型与随机性控制改进扩散净化
机器学习
2023-10-31 v1 密码学与安全
摘要
对抗攻击可误导神经网络分类器。防御对抗攻击对于 AI 安全十分重要。对抗净化是一类通过适当预处理来防御对抗攻击的方法。扩散模型已被证明对对抗净化有效。尽管取得成功，扩散净化的许多方面仍未被探索。本文中，我们研究并改进了扩散净化的三个限制性设计：改进扩散模型的使用、先进数值模拟技术，以及随机性的最优控制。基于我们的发现，我们提出 Purify++，一种新型扩散净化算法，其目前是针对多种对抗攻击的最先进（SOTA）净化方法。我们的工作对扩散净化方法的极限进行了系统性探索。
引用
@article{arxiv.2310.18762,
title = {Purify++: Improving Diffusion-Purification with Advanced Diffusion Models and Control of Randomness},
author = {Boya Zhang and Weijian Luo and Zhihua Zhang},
journal= {arXiv preprint arXiv:2310.18762},
year = {2023}
}