用由任意判别分类器导出的生成分类器拒绝非法输入

生成分类器已被证明在检测包括对抗样本与分布外样本在内的非法输入方面具有前景。监督深度 Infomax（SDIM）是一个可扩展的端到端框架，用于学习生成分类器。本文中，我们提出一种称为 SDIM-\emph{logit} 的 SDIM 改进版。SDIM-\emph{logit} 并非从零训练生成分类器，而是先以任意给定判别分类器产生的 logits 作为输入，生成 logit 表示；随后通过对 logit 表示施加统计约束来导出生成分类器。SDIM-\emph{logit} 可继承判别分类器的性能而无损失。SDIM-\emph{logit} 引入可忽略的额外参数数量，并可在基分类器固定时高效训练。我们执行\emph{带拒绝的分类}，即类条件小于预先选定阈值的测试样本将被拒绝而不作预测。在包括对抗样本、常见 corruptions 样本与分布外（OOD）样本在内的非法输入上的实验表明，允许拒绝一部分测试样本时，SDIM-\emph{logit} 显著提升了剩余测试集上的性能。