BriefGPT - AI 论文速递
·
通过特征增强改进对抗样本的可迁移性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究人员提出了一种名为FAUG的特征扩充攻击方法，通过注入随机噪声来增强对抗性传递性。在ImageNet数据集上的实验表明，该方法在输入变换攻击和组合方法上分别实现了+26.22%和+5.57%的改进。
🎯
关键要点
-
提出了一种名为FAUG的特征扩充攻击方法。
-
通过注入随机噪声增强对抗性传递性。
-
该方法减轻了对特定模型的过拟合风险。
-
与现有的梯度攻击方法结合使用可进一步提高性能。
-
在ImageNet数据集上进行的实验表明，该方法在输入变换攻击上实现了+26.22%的改进。
-
在组合方法上实现了+5.57%的改进。
🏷️
标签
➡️
