adversarial attack methods | BriefGPT

关键词adversarial attack methods

搜索结果 - 7

CVPR躲藏于丛林之中：在 3D 点云上生成不可察觉且合理的对抗扰动
我们提出了一种新的基于形状的对抗性攻击方法，称为 HiT-ADV，该方法通过在复杂的对象表面的部分隐藏变形扰动，实现了在可感知和对抗强度之间更好的权衡，此外，我们还通过使用良性重采样和良性刚性变换，进一步增强了物理对抗强度而几乎不损失可感知
PDF4 months ago
信息屏蔽的对抗净化
我们提出了一种名为信息掩膜净化（IMPure）的新型对抗净化方法，该方法旨在广泛消除对抗性扰动，并在 ImageNet 数据集上通过三个分类器模型的广泛实验证明，我们的方法在对抗攻击方法方面取得了最先进的结果。
PDF7 months ago
DALA：一种基于分布感知的 LoRA 方法对抗预训练语言模型
通过考虑对抗样本的分布变化以提高检测方法下的攻击效果，我们提出了一种分布感知的 DALA 对抗攻击方法，并设计了一个评价指标 NASR，结合 ASR 和检测，验证 DALA 生成的对抗样本在 BERT 和 LLaMA2-7b 模型上的攻击效
PDF8 months ago
自适应对抗训练不增加追溯成本
最近的研究将对抗性攻击方法和算法性补偿方法相连接，这两者都寻求对输入实例进行最小更改以改变模型的分类决策，通过研究发现，传统的对抗训练增加了生成补偿的成本，然而，适当的对抗训练半径一直是未知的，新的研究表明，采用自适应训练半径的对抗训练可以
PDF10 months ago
IJCAICARBEN: 组合对抗鲁棒性基准测试
本文研究对抗攻击方法中的组合对抗攻击（CAA），对 CAA 的攻击顺序进行了研究，提供了不同模型的实时推理，并介绍了一个基准评测 CAA 的排行榜。
PDF2 years ago
现代机器学习中的对抗样本：一次回顾
本文对机器学习模型在视觉领域中面临的对抗性攻击和防御方法进行了广泛探讨，并讨论了不同攻击和防御方法的优点和缺点。旨在提供广泛的领域覆盖和机械进攻和防御机制的直观理解。
PDF5 years ago
Foolbox: 一个用于评估机器学习模型稳健性的 Python 工具箱
Foolbox 是一个用于生成对抗扰动并量化和比较机器学习模型鲁棒性的 Python 包，提供大多数已发布的对抗攻击方法的参考实现，以及与 PyTorch、Keras、TensorFlow、Theano 和 MXNet 等流行的深度学习框架
PDF7 years ago