黑盒攻击很难？元学习提高"黑盒对抗攻击"成功率

关注公众号，发现CV技术之美

本文分享论文『Boosting Black-Box Adversarial Attacks with Meta Learning』，元学习提高黑盒对抗攻击。

详细信息如下：

• 论文链接：https://arxiv.org/abs/2203.14607

      01      

引言

在深度学习中，黑盒攻击是对抗攻击中最难的一种攻击方式，它不像白盒攻击可以获取到足够的模型和数据集的知识，它只能依靠简单的输入和输出映射信息来对未知模型进行攻击，所以，这就导致了黑盒攻击攻击成功率较低和查询次数较高的问题。

在该论文中，作者提出了一种混合的攻击方式，将元对抗扰动作为初始化并利用模拟梯度进行黑盒攻击，元对抗扰动的一个优势在于有较好的迁移性和泛化性。实验结果表明，论文中的方法在不仅可以提高攻击成功率，也可以有效地降低查询次数。

      02