RoBIC：一个用于评估分类器鲁棒性的基准测试套件
计算机视觉与模式识别
2023-03-23 v2 密码学与安全
机器学习
摘要
随着对抗攻击的发展，许多防御方法应运而生。模型必须据此进行客观评估。本文通过提出一个名为 RoBIC 的新的无参数基准系统性地解决了这一问题。RoBIC 使用一种新的半失真度量公平地评估图像分类器的鲁棒性。它衡量网络在白盒和黑盒攻击下的鲁棒性，且与其准确率无关。RoBIC 比其他可用基准更快。我们展示了 RoBIC 评估的 16 个近期模型在鲁棒性上的显著差异。
引用
@article{arxiv.2102.05368,
title = {RoBIC: A benchmark suite for assessing classifiers robustness},
author = {Thibault Maho and Benoît Bonnet and Teddy Furon and Erwan Le Merrer},
journal= {arXiv preprint arXiv:2102.05368},
year = {2023}
}
备注
4 pages, accepted to ICIP 2021