Nov, 2020
FGSM 和 PGD 对抗训练之间性能差距的缩小
Bridging the Performance Gap between FGSM and PGD Adversarial Training
Tianjin Huang, Vlado Menkovski, Yulong Pei, Mykola Pechenizkiy
TL;DR该研究利用弯曲正则化方法,将快速梯度符号方法(FGSM)扩展为可实现 adversarial robustness,并比 adversarial projected gradient decent 攻击方法(PGD)具有更高的训练效率。在 MNIST 数据集白盒攻击下,表现与 adv.PGD 相当,在 CIFAR-10 数据集转移攻击上表现更好。