基于类级扰动通用对抗训练
机器学习
2021-04-08 v1 计算机视觉与模式识别
摘要
尽管卷积神经网络（CNNs）在广泛应用上取得了压倒性成功，但被广泛认为易受对抗样本攻击。这一引人入胜的现象引发了对抗攻击与防御技术之间的竞争。迄今为止，对抗训练是防御对抗攻击最广泛使用的方法。它也被扩展用于防御通用对抗扰动（UAPs）。SOTA 通用对抗训练（UAT）方法为小批量中的所有训练样本优化单一扰动。在本工作中，我们发现 UAP 并非平等地攻击所有类别。受此观察启发，我们将其认定为模型具有不平衡鲁棒性的根源。为此，我们通过提出在对抗训练期间利用类级 UAPs 来改进 SOTA UAT。在多个基准数据集上，我们的类级 UAT 在干净准确率和针对通用攻击的对抗鲁棒性方面均取得了更优性能。
引用
@article{arxiv.2104.03000,
title = {Universal Adversarial Training with Class-Wise Perturbations},
author = {Philipp Benz and Chaoning Zhang and Adil Karjauv and In So Kweon},
journal= {arXiv preprint arXiv:2104.03000},
year = {2021}
}
备注
Accepted to ICME 2021