该文综述了提升对抗样本迁移性的多种攻击方法，包括Admix输入变换、动量初始化、MIST随机混合、方差降低攻击、US-MM统一尺度混合掩码、增强动量迭代及风格迁移等，在ImageNet上显著提高黑盒攻击成功率，并用于评估图像篡改定位安全性。

该文综述2023年图像篡改定位与检测研究进展，涵盖IML-ViT高分辨多尺度模型、PMAE感知MAE方法、EITLNet双分支Transformer网络，以及基于视觉-语言模型和像素不一致性痕迹的检测方法；同时构建新基准数据集与标准化训练集，提出深度学习预处理技术并开源检测工具包。