免梯度更隐蔽
用强化学习直接优化扰动策略，不依赖梯度信息，对防御训练过的模型依然有效，计算只需前向传播。
Xu, Bo · 刘志强 · Haolin, Zhu · Bingqing, Dong · 赵波 · Ben, Yan · Jun, Wei
IEEE Internet of Things Journal 2025
攻击过程不依赖梯度信息，仅需前向计算，避免了梯度计算带来的计算开销和暴露风险。
针对采用TRADES等防御方法训练过的模型，本方法依然能够生成有效的攻击样本。
攻击强度随扰动幅度变化，攻击者可以根据需要调节扰动大小，控制攻击效果。