BriefGPT - AI 论文速递
·
GE-AdvGAN：基于梯度编辑的对抗生成模型改进对抗样本的可传递性
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
介绍了一种名为MGAA的新型结构，采用元学习思想，通过插入攻击方法来提高跨模型的传递性。实验结果表明，该结构在黑盒和白盒攻击设置方面优于现有方法。
🎯
关键要点
-
提出了一种名为Meta Gradient Adversarial Attack（MGAA）的新型结构。
-
MGAA采用元学习思想，通过插入攻击方法提高跨模型的传递性。
-
该结构旨在缩小白盒和黑盒攻击之间的梯度方向差距。
-
实验结果显示，MGAA在CIFAR10和ImageNet数据集上优于现有方法。
-
MGAA在黑盒和白盒攻击设置方面表现出色。
➡️
