约束性自适应攻击:针对表格数据深度神经网络的有效对抗性攻击
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该论文介绍了GenAttack,一种黑盒对抗攻击优化技术,通过遗传算法生成对抗性样本并攻击图像识别模型。该方法查询量少且能攻击对抗性训练的防御措施,证明了遗传算法在黑盒攻击研究中的可行性和前景。
🎯
关键要点
- 论文提出了GenAttack,一种基于遗传算法的无梯度黑盒对抗攻击优化技术。
- GenAttack在MNIST、CIFAR-10和ImageNet数据集上成功生成对抗性样本。
- 该方法攻击了最新的图像识别模型,查询量比之前的攻击方法少几个数量级。
- GenAttack能够攻击一些针对对抗性训练的防御措施。
- 实验证明了遗传算法在黑盒攻击研究中的可行性和前景。
➡️