Nov, 2020
来自贝叶斯神经网络的有效且可迁移的对抗样本
Efficient and Transferable Adversarial Examples from Bayesian Neural Networks
Martin Gubri, Maxime Cordy, Mike Papadakis, Yves Le Traon, Koushik Sen
TL;DR使用贝叶斯深度学习技术,以神经网络权重的后验分布进行抽样建立一个 surrogate,可以进一步提高黑盒攻击的可转移性,本文探究了提高攻击可转移性的训练方法, 将我们方法的表现与几种已有方法进行了比较,能够在 ImageNet 上获得 94% 的准确率。