BriefGPT - AI 论文速递
·
基于提示的对比学习的可转移对抗攻击
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种名为PDCL-Attack的新型转移攻击方法，通过CLIP模型增强生成模型攻击框架产生的对抗扰动的可转移性。实验证实该方法在跨域和跨模型设置下优于现有技术。
🎯
关键要点
- 研究提出了一种名为PDCL-Attack的新型转移攻击方法。
- 该方法通过CLIP模型增强生成模型攻击框架的对抗扰动可转移性。
- 首次引入以提示为驱动的特征引导，利用文本的语义表示能力。
- 特别关注输入图像的真实类标签以增强可转移的生成式攻击。
- 大量实验验证了该方法在跨域和跨模型设置下优于现有技术。
➡️
