潜伏特征攻击算法

利用防御模型潜伏特征的统一白盒攻击策略，评估对抗鲁棒性比现有方法更强且更高效。

于云瑞 · Gao, Xitong · 须成忠

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

技术优势

攻击更强

在多种防御机制上，LAFIT 作为攻击方比当前最先进的方法更强。

评估更高效

相比现有攻击方法，LAFIT 能够更高效地评估防御模型的鲁棒性。

攻破梯度掩蔽

通过新的损失函数对 logits 进行归一化，可以克服基于浮点数的梯度掩蔽。

应用场景

• 深度学习安全评估：提供更强的攻击算法，使安全评估结果更可靠。
• 对抗样本研究：利用潜在特征的新攻击思路可用于生成更有效的对抗样本。
• 智能系统鲁棒性测试：更高效、更强的攻击方法可提高智能系统鲁棒性测试的严格性。