adversarial purification | BriefGPT

关键词adversarial purification

搜索结果 - 13

ZeroPur: 简洁的无需训练的对抗净化
该研究提出了一种不需要进一步训练的简化对抗性图像的方法，称为 ZeroPur，通过引导位移和自适应投影将对抗性图像纳入自然图像流形，从而实现对各种未见对抗性攻击的防御，并在多个数据集上展示了最新的鲁棒性能。
PDFa month ago
无参考图像质量度量的对抗性提纯：适用性研究与新方法
本研究探索了关于图像质量度量的对抗性攻击领域，并研究了防御方面的相关问题，试图检查将对抗净化防御方法从图像分类器应用到图像质量度量方法的可行性。通过对几种广泛被应用于图像质量度量模型的攻击进行实验，结合几种不同的预处理技术（包括几何变换、压
PDF3 months ago
对抗净化的鲁棒扩散模型
我们提出了一种具有逆向过程的鲁棒性指导方法，该方法独立于预训练的扩散模型，在不重新训练或微调扩散模型的情况下实现了对抗训练策略，保留了更多的语义内容，并减轻了扩散模型的准确性和鲁棒性之间的权衡，从而为基于扩散模型的对抗净化方法提供了对新攻击
PDF3 months ago
KDD对抗文本净化：防御的大型语言模型方法
通过利用大型语言模型（LLMs）的生成能力，我们提出了一种新颖的对抗文字净化方法，以在不需要明确对离散噪声扰动进行表征的情况下净化对抗性文本，从而实现语义相似且正确分类的净化示例恢复。在各种分类器上，我们的方法表现出卓越的性能，在攻击下平均
PDF5 months ago
净化上的对抗性训练（AToP）：增强鲁棒性和泛化能力
在这篇论文中，研究人员提出了一种称为对抗训练纯化（AToP）的新框架，通过随机转换（RT）的扰动破坏和对抗损失下的纯化模型优化（FT）来加强深度神经网络对抗攻击的鲁棒性和泛化能力，并通过对 CIFAR-10、CIFAR-100 和 Imag
PDF5 months ago
MalPurifier：针对逃避攻击的对抗净化增强 Android 恶意软件检测
机器学习在 Android 恶意软件检测方面取得了显著应用，然而最近的研究揭示了基于机器学习的检测系统对规避攻击的固有弱点。本文介绍了一种新型的 Android 恶意软件检测方法，MalPurifier，它利用敌对净化以独立消除扰动，从而在
PDF7 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
Purify++: 用先进扩散模型和随机性控制改进扩散净化
对扩散净化方法进行了系统性探索，提出了一种新的扩散净化算法 Purify++，是目前对多种对抗攻击具有最先进防御效果的方法。
PDF8 months ago
语言引导的对抗净化
通过使用生成模型进行对抗性净化，可以展示出很强的对抗性防御性能。我们介绍了一种新的框架，即语言引导对抗净化（LGAP），利用预训练的扩散模型和字幕生成器来防御对抗性攻击。通过生成图像的字幕，我们的方法首先生成一个字幕，然后通过扩散网络来指导
PDF9 months ago
通过对抗性输出日志更新推进对抗鲁棒性
在这项研究中，从理论的角度分析了成功的对抗攻击周围的逻辑差异，并提出了一种新的原则，即 Adversarial Logit Update (ALU)，用于推断对抗样本的标签。基于 ALU，引入了一种新的分类范式，利用预净化和后净化的逻辑差异
PDF10 months ago
DiffSmooth: 基于扩散模型和局部平滑的可证明鲁棒学习
通过扩散模型实现对强健平滑模型的提高认证鲁棒性的研究，提出了一种具有针对性的扩散平滑管线 DiffSmooth，通过扩散模型进行对抗净化，然后通过简单而有效的局部平滑策略将净化后的实例映射到一个共同区域，并证明了 DiffSmooth 在不
PDF10 months ago
ICML对抗净化的扩散模型
本文提出了 DiffPure，使用扩散模型进行过去神经网络的抵御攻击，结果表明它在三个图像数据集上优于现有的对抗训练和对抗净化方法，通常差距很大。
PDF2 years ago
ICML基于评分的生成模型的对抗性净化
本文提出了一种新颖的基于去噪分数匹配的敌对净化方法，该方法使用少数步骤快速净化被攻击的图像，并介绍了一种有效的随机净化方案以增强其鲁棒性。
PDF3 years ago