- 博客(2)
- 收藏
- 关注
RSS订阅原创 【迁移攻击笔记】梯度/Loss/Query都不用也可以攻击！Enhancing Cross-task 对抗Black-Box迁移 with Dispersion Reduction
亮点：①不需要目标模型的任何访问信息就可以攻击。②攻击方法可以跨任务：同一张图，生成的攻击对象适用于各种CV检测。更加符合实际。核心思想：CV大类的检测网络，往往都是捕捉特征进行判断。因此文章近似把深度网络分成俩部分：**特征捕捉+仿射变换：①特征捕捉是捕捉图片的底层特征，文中的思想是各个网络捕捉到的可能都差不多（捕捉到的特征为向量a**）。②仿射变换（=W*a）为分类信息，各个网络差...
2019-12-10 18:47:41
777
原创 【迁移攻击笔记】Curls & Whey: Boosting Black-Box Adversarial Attacks
核心思想：①Curls迭代：梯度下降/上升方向 + 二分法优化 + varience-reduced优化
2019-12-01 16:40:49
564
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人