基于模型间迁移性的黑盒对抗攻击起点提升方法

摘要：

为高效地寻找基于决策的黑盒攻击下的对抗样本,提出一种利用模型之间的迁移性提升对抗起点的方法.通过模型之间的迁移性来循环叠加干扰图像,生成初始样本作为新的攻击起点进行边界攻击,实现基于决策的无目标黑盒对抗攻击和有目标黑盒对抗攻击.实验结果表明,无目标攻击节省了23％的查询次数,有目标攻击节省了17％的查询次数,且整个黑盒攻击算法所需时间低于原边界攻击算法所耗费的时间.

关键词：黑盒攻击;对抗样本;迁移性;初始样本;边界攻击;无目标攻击;有目标攻击

所属期刊栏目：47

分类号：TP183(自动化基础理论)

资助基金：全军军事类研究生重点资助课题;全军军事理论重点课题

在线出版日期：2021-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：162-169