用于提升对抗鲁棒性的随机投影
机器学习
2021-04-28 v2 人工智能
摘要
我们提出两种训练技术以提升神经网络对对抗攻击的鲁棒性，即恶意构造以误导网络作出错误预测的输入的操纵。两种方法均独立于所选攻击，并利用原始输入的随机投影，旨在利用降维以及对抗扰动的一些特征几何性质。第一种技术称为 RP-Ensemble，由在原始输入的多个投影版本上训练的网络集成组成。第二种名为 RP-Regularizer，改为在训练目标中添加正则化项。
引用
@article{arxiv.2102.09230,
title = {Random Projections for Improved Adversarial Robustness},
author = {Ginevra Carbone and Guido Sanguinetti and Luca Bortolussi},
journal= {arXiv preprint arXiv:2102.09230},
year = {2021}
}