sinat_36059653的博客

本文为转载，原作者地址https://zhuanlan.zhihu.com/p/47419905 Spatially transformed adversarial examples 文章目录Spatially transformed adversarial examples背景空间转换问题建模实验结果空间转换可视化防御模型下的攻击效率CAM图总结 背景 以往的攻击算法多是通过改变图片中某些像素点的值来生成对抗样本，本文将分享一篇不走寻常路的方法，通过改变像素点的位置来达成攻击。作者不仅测试了自己的攻击算法

Adversarial Objects Against LiDAR-Based Autonomous Driving Systems 文章目录Adversarial Objects Against LiDAR-Based Autonomous Driving Systems背景LiADAR-Adv内容LiADV-based detection流程LiDARPreprocessing phaseMachine learning modelPost-processing phase 背景 自动驾驶系统不仅仅是基

PhysGAN: Generating Physical-World-Resilient Adversarial Examples for Autonomous Driving 本文收录于CVPR 2020 文章目录PhysGAN: Generating Physical-World-Resilient Adversarial Examples for Autonomous Driving背景以前的攻击方式physGAN流程1、输入2、符号定义3、详细流程4、损失函数定义实验总结 本文针对在现实场景中针对自

ColorFool: Semantic Adversarial Colorization 文章目录ColorFool: Semantic Adversarial Colorization问题之前的攻击方法BigAdv:SemanticAdv:ColorFool 论文收录于CVPR 2020 问题 作者将对抗扰动分为 restricted 和 unrestricted restricted 是指通过 Lp 范式控制扰动的大小。这种攻击方式对去噪滤波器、对抗训练等防御并不健壮,因为这种扰动通常具有高的空间频

Boosting the Transferability of Adversarial Samples via Attention 文章目录Boosting the Transferability of Adversarial Samples via Attention问题之前的攻击方法TAPATA 论文收录于CVPR 2020 问题 作者将对抗攻击分为白盒攻击和黑盒攻击 attack： white-box attack black-box attack query-based attack： 根据返回

ILFO：Adaversarial Attack on Adaptive Neural Networks 论文收录于CVPR 2020 文章目录ILFO：Adaversarial Attack on Adaptive Neural Networks背景攻击攻击形式Attacking Early-termination AdNNAttacking Conditional-skipping AdNN 背景 神经网络在一般情况下，模型规模越大，效果越好。但模型跑起来是很耗费资源的，尤其是大型网络，对手持或嵌入式设