对抗防御的困境？尝试扩散模型

对抗攻击通过引入细微扰动诱发误分类。近期，扩散模型被应用于图像分类器，通过对抗训练或净化对抗噪声来提升对抗鲁棒性。然而，基于扩散模型的对抗训练常面临收敛挑战与高昂的计算开销。此外，基于扩散模型的净化不可避免地导致数据偏移，且被认为易受更强的自适应攻击影响。为解决这些问题，我们提出了真值最大化扩散分类器（Truth Maximization Diffusion Classifier, TMDC），这是一种基于预训练扩散模型与贝叶斯定理的生成式贝叶斯分类器。与数据驱动分类器不同，TMDC 在贝叶斯原理的指导下，利用扩散模型的条件似然来确定输入图像的类别概率，从而免受数据偏移和对抗训练局限性的影响。此外，为增强 TMDC 抵抗更强对抗攻击的韧性，我们提出了一种针对扩散分类器的优化策略。该策略以真实标签为条件，在受扰动数据集上对扩散模型进行后训练，引导扩散模型学习数据分布并最大化真实标签下的似然。所提出的方法在 CIFAR10 数据集上抵御重度白盒攻击和强自适应攻击时达到了 SOTA 性能。具体而言，在 $\epsilon=0.05$ 时，TMDC 抵抗 $l_{\infty}$ 范数有界扰动和 $l_{2}$ 范数有界扰动的鲁棒准确率分别达到 82.81% 和 86.05%。