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。
➡️
