Feb, 2023

X-Adv: 面向 X 光禁止物品检测的物理对抗性物体攻击

PDF
TL;DR本文针对安全关键场景的 X 光探测中的对禁止物品侦测的对抗攻击进行了第一步探索，提出了能生成可物理打印的金属的 X-adv，以及解决着色 / 纹理褪色问题的可微转换器和可放置在重叠物件行李中的贪心策略的敌对攻击者，最后验证了其在数字和物理世界中的有效性并展示了 XAD 物理世界 X 射线对抗攻击数据集。
adversarial attacksx-ray imagingprohibited item detection3d-printable objectsreinforcement learning
发现论文，激发创造
  • 对抗纹理用于欺骗物理世界中的人物检测器

    提出了 Adversarial Texture 技术，应用于制作物理世界中可以欺骗人物探测器的衣着。使用 Toroidal-Cropping-based Expandable Generative Attack（TC-EGA）方法进行生成。

    Mar, 2022

  • 具有可学形状和位置的物理对抗红外贴片

    本文提出了一种称为 “对抗红外补丁” 的物理可行的红外攻击方法，该方法通过在目标对象上附加一块热绝缘材料的补丁来操纵它的热分布，并引入了一个新的聚合正则化来指导对目标对象上的补丁形状和位置的同时学习。我们在不同的物体检测任务中验证了这种方法，实验结果表明，在不同的角度、距离、姿势和场景中，我们的方法对行人探测器和车辆探测器的攻击成功率（ASR）达到了超过 90％，而且对抗红外补丁易于实现并且只需 0.5 个小时即可在实际环境中构建。

    Mar, 2023

  • 利用快门扫描效应制造不可见扰动的物理对抗样本

    我们提出了一种方法，生成了对人类眼睛不可见的物理对抗样本。我们使用改变照射目标物体的光的方式，而不是通过贴纸或彩色物体来生成对抗样本，我们探究了如何使用红外光或者 LED 对图像实现攻击目标，实验中所得到的结果表明该方法具有较高的准确度。

    Nov, 2020

  • 通过 3D 建模实现自然服装纹理以规避人体检测器

    本文提出了一种利用 3D 建模技术生成的伪装纹理，来制作能够有效规避多角度人体检测器的伪装服装，实验结果表明这类服装具有较高的攻击成功率。

    Jul, 2023

  • 制作隐形斗篷：对物体检测器的现实世界对抗攻击

    本文系统研究了对最先进目标检测框架的对抗攻击，证明了其有效性，在不同环境下针对多种检测模型具有广泛的适应性，同时研究了使用印刷海报和可穿戴衣服进行的物理攻击，并用不同的度量方法对这些攻击的性能进行详细的分析。

    Oct, 2019

  • 光学对抗攻击

    介绍了一种基于结构化照明的 OPtical ADversarial attack（OPAD）方法，该方法可以经由计算机、低成本投影仪、以及摄像机而不是物理触碰目标对象，实现欺骗图像分类器的目的，而且可以进行白盒、黑盒、定向和非定向攻击。在本文中，作者基于一个投影仪 - 摄像机系统模型提出了新的攻击优化方案并对其进行实验验证，同时给出了该系统的基本性能限制量化分析。

    Aug, 2021

  • 物理世界中跨模态攻击的统一对抗贴片

    本文提出了一种跨模态物理攻击方法，在物理世界中通过统一的对抗性贴片欺骗可见光和红外物体探测器，在考虑到不同成像机制的情况下，通过设计新型的边界受限形状优化和考虑得分的迭代评估，成功地减少了多模式传感器的预测得分。

    Jul, 2023

  • 针对物理人脸识别的有效对抗性纹理三维网格

    本文旨在开发一种更可靠的技术，能够对商业系统进行端到端的对抗性鲁棒性评估，其中采用拟人面部上的精细拓扑的对抗性纹理 3D 网格可欺骗黑盒识别模型并回避防御机制，详尽的数码和物理实验证明了该方法的有效性，包括三种识别 API、四种反欺诈 API、两种流行的手机和两种自动门禁系统。

    Mar, 2023

  • 投射性麻烦：基于光的对深度学习分类器的对抗攻击

    本文提出了一种利用光影对深度学习图像分类系统进行物理攻击的方法，通过实验发现选择不同的光影模式可以使得 2D 和 3D 物体的分类精度大幅降低。

    Oct, 2018

  • X-Detect：可解释的零售目标检测中的对抗补丁检测

    本文介绍了一种新的抗干扰贴片检测方法 X-Detect，通过使用可解释的检测器的集成来检测物体检测模型的敌对攻击，并提供解释，以帮助防御者的决策过程。

    Jun, 2023