adversarial defense | BriefGPT

关键词adversarial defense

搜索结果 - 32

具有秘密密钥的分块图像转换用于对抗性鲁棒防御
本文提出了一种新的防御方法，通过像素重排、位反转和 FFX 加密三种算法对输入图像进行块状预处理，使用该方法在 CIFAR-10 和 ImageNet 数据集中的黑盒和白盒攻击实验中均能保持较高分类准确性，是当前已知的对抗防御技术中最优秀的
PDF4 years ago
ECCV开放集合对抗性防御
本文提出了一种 Open-Set Defense Network（OSDN）来解决 Open-Set Adversarial Defense（OSAD）问题，并使用编码器和分类器学习无噪声潜在特征表示，以及两种技术用于改善开放集性能。
PDF4 years ago
多任务学习增强对抗鲁棒性
深度网络在计算机视觉方面的准确性很高，但仍然容易受到对抗性攻击。本文理论和实验分析表明，训练模型的对抗鲁棒性与其训练任务的数量有关，多任务训练可以提高模型对单个任务的对抗攻击鲁棒性。尽管对抗防御仍是一个挑战，但本研究表明深度网络之所以容易受
PDF4 years ago
通过面向转换的对抗性人脸防御，抵御基于 GAN 的深度伪造攻击
本研究提出了使用差分随机图像变换的对抗攻击作为 GAN-based Deepfake 的防御方法，同时使用基于集合的方法加强了攻击的鲁棒性。
PDF4 years ago
ICLR基于能量模型长期动态的随机安全：对抗防御
本论文研究了使用 Markov Chain Monte Carlo 采样和能量模型对预训练分类器进行防御的方法，其目的是从原始输入中删除对抗性信号以进行准确的长期预测，并在 Cifar-10、SVHN 和 Cifar-100 三个数据集上实
PDF4 years ago
CVPRLearn2Perturb：一种端到端的特征扰动学习方法，提高对抗鲁棒性
研究提出了 Learn2Perturb 方法，通过引入特征扰动来提高深度神经网络的鲁棒性，旨在改善对抗攻击的问题。通过在每个层次上引入新的扰动注入模块以扰动特征空间，同时在训练和推断阶段执行特征扰动，本文证明该方法可以提高深度神经网络对对
PDF4 years ago
对抗鲁棒性基准测试
本研究旨在建立一个全面、严谨、连贯的标准来评估对抗性鲁棒性，通过两个鲁棒性曲线作为公正的评估标准来进行大规模实验，全面掌握攻击与防御方法的表现并得出重要结论和未来研究的启示。
PDF5 years ago
通过同义词编码的自然语言对抗防御
该研究提出了一种名为同义词编码方法（SEM）的深度学习模型对抗防御方法，该方法可以有效地防御基于同义词替换的攻击，并且可以轻松高效地扩展到大型模型和大型数据集中。
PDF5 years ago
IJCAI神经网络鲁棒性解释和评估
该研究提出了一种定量指标来评估神经网络模型的内在稳健性，并通过损失可视化的方式解释了对抗攻击和防御机制。该指标具有快速生成、结构和参数规模无关、可靠性高的优点，并提供了一种相对于不同测试设置不变的评估方法。
PDF5 years ago
CVPR分层卷积稀疏编码的对抗性防御
提出了一种针对对抗攻击的防御方法，基于卷积稀疏编码构建了一个分层的低维准自然图像空间，并引入新颖的稀疏转换层（STL），在输入图像和神经网络的第一层之间高效地投影图像到我们的准自然图像空间中，实现了在对抗环境中的最佳表现。
PDF6 years ago
使用本地内在维度来表征对抗子空间
本文旨在通过对深度神经网络和其对抗样本的研究，提出并利用局部内部维度 (Local Intrinsic Dimensionality，简称 LID) 给出对抗样本的特征维度描述，并且实验结果表明在五种攻击策略和三项基准数据集上，相较于多种当
PDF6 years ago
贝叶斯超网络
本论文介绍了 Bayesian hypernetworks 这一神经网络近似贝叶斯推断的框架，并通过可逆的变换实现了对其他神经网络参数的高效估计及其复杂后验分布多模式近似。实际应用表明，Bayesian hypernets 能够比 drop
PDF7 years ago