LiDAttack: A Robust Black-Box Attack on LiDAR-Based Object Detection
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种名为LiDAttack的黑箱攻击方法,针对LiDAR传感器中的深度神经网络进行对抗样本攻击。该方法结合遗传算法和模拟退火策略,限制干扰点的位置和数量,适应动态变化。实验结果表明,LiDAttack在目标检测模型上的攻击成功率高达90%。
🎯
关键要点
-
提出了一种名为LiDAttack的黑箱攻击方法,针对LiDAR传感器中的深度神经网络。
-
LiDAttack结合遗传算法和模拟退火策略,限制干扰点的位置和数量。
-
该方法能够适应现实场景中的动态变化。
-
实验结果显示,LiDAttack在目标检测模型上的攻击成功率高达90%。
-
LiDAttack展现出其有效性和隐蔽性。
🏷️