Jul, 2022
拉丁超立方采样基于查询效率的对抗攻击
Query-Efficient Adversarial Attack Based on Latin Hypercube Sampling
Dan Wang, Jiayu Lin, Yuan-Gen Wang
TL;DR本文提出了一种 Latin Hypercube Sampling based Boundary Attack (LHS-BA) 方法,其相比于现有的 SRS 方法,具有更好的均匀性和查询效率,可有效地生成边界攻击样本。在多个数据集上的实验表明,该方法的表现优于现有的边界攻击方法,并且其源代码可在链接中公开获取。