Sep, 2023
增强随机平滑的 Lipschitz - 方差 - 边缘权衡
The Lipschitz-Variance-Margin Tradeoff for Enhanced Randomized Smoothing
Blaise Delattre, Alexandre Araujo, Quentin Barthélemy, Alexandre Allauzen
TL;DR深度神经网络的现实应用受到噪声输入和对抗性攻击时的预测不稳定性的限制。本文介绍了一种基于随机平滑的框架,通过将噪声注入输入来获得平滑且更加鲁棒的分类器,并引入了一种不同的简单投影技术来增加认证半径,利用 Lipschitz 常数和边界的权衡。实验结果表明,与当前最先进的方法相比,我们的新型认证过程在认证准确性上取得了显著提高,有效改善了当前的认证半径。