《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 從頻域角度重新分析對抗樣本
從頻域角度重新分析對抗樣本
信息技術(shù)與網(wǎng)絡(luò)安全 5期
丁 燁1,王 杰1,宛 齊1,廖 清2
(1.東莞理工學(xué)院 網(wǎng)絡(luò)空間安全學(xué)院,廣東 東莞523820; 2.哈爾濱工業(yè)大學(xué)(深圳) 計算機科學(xué)與技術(shù)學(xué)院,廣東 深圳518055)
摘要: 目前在空間域上關(guān)于對抗樣本的研究成果已經(jīng)相當(dāng)成熟,但是在頻域上的相關(guān)工作卻是十分缺乏。從頻域的角度對對抗樣本進行深入的研究,發(fā)現(xiàn)對抗樣本在DCT域上表現(xiàn)出了高度可識別的偽影,并利用這些偽影信息訓(xùn)練了一個基于頻域的對抗樣本檢測器CNN-DCT,結(jié)果表明,對于常見的對抗樣本在數(shù)據(jù)集CIFAR-10和SVHN上都能達到98%的檢測準(zhǔn)確率。此外,針對對抗樣本在頻域上存在的偽影,也提出一種通用的改進算法IAA-DCT來解決。簡而言之,本文不僅填充了對抗樣本在頻域上工作的缺少,也改進了對抗攻擊算法在頻域上存在偽影的弊端。
關(guān)鍵詞: 對抗樣本 頻域 DCT域 對抗攻擊
中圖分類號: TP391
文獻標(biāo)識碼: A
DOI: 10.19358/j.issn.2096-5133.2022.05.009
引用格式: 丁燁,王杰,宛齊,等. 從頻域角度重新分析對抗樣本[J].信息技術(shù)與網(wǎng)絡(luò)安全,2022,41(5):59-65,76.
Analysis of adversarial examples from frequency domain
Ding Ye1,Wang Jie1,Wan Qi1,Liao Qing2
(1.School of Cyberspace Security,Dongguan University of Technology,Dongguan 523820,China; 2.School of Computer Science and Technology,Harbin Institute of Technology(Shenzhen),Shenzhen 518055,China)
Abstract: Research on adversarial examples in spatial domain is well studied, but related works in frequency domain is scarce. In this paper, we conduct thorough study of adversarial examples in frequency domain and find that adversarial examples exhibit highly identifiable artifacts in Discrete cosine transform(DCT) domain. Hence, a frequency domain-based adversarial example detector, CNN-DCT, is trained based on such artifact information, and the results achieve 98% detection accuracy for common adversarial examples on both CIFAR-10 and SVHN datasets. In addition, a general improved algorithm, IAA-DCT, is also proposed to address the artifacts that exist in the frequency domain for the adversarial examples. In conclusion, this paper not only provides studies of adversarial examples in frequency domain, but also improves the disadvantages of the adversarial attack algorithm with artifacts in the frequency domain.
Key words : adversarial example;frequency domain;discrete cosine transform(DCT) domain;adversarial attack

0 引言

對抗攻擊通過在深度學(xué)習(xí)模型中加入人類視覺上無法察覺的擾動,被稱為對抗樣本[1]。對抗樣本可以使模型受到干擾而產(chǎn)生錯誤的分類,從而導(dǎo)致錯誤類別的置信度大于正確類別的置信度。隨著深度學(xué)習(xí)在不同的任務(wù)上取得優(yōu)異性能,如人臉識別、自動駕駛、會議記錄等,對人類社會進步帶來了巨大的貢獻。然而在許多的研究工作中,對抗攻擊被證明可以在圖像、視頻、語音等領(lǐng)域的深度學(xué)習(xí)中執(zhí)行惡意任務(wù),從而造成重大的安全問題。

為了解決對抗攻擊帶來的影響,避免這種惡意的攻擊,研究者們開始了對對抗攻擊的防御工作。對抗防御主要分為兩個方面,一個方面是直接改進模型而讓現(xiàn)有的對抗攻擊方法失效,如防御性蒸餾[2]。另外一個方面是進行對抗樣本的檢測。關(guān)于對抗檢測的研究主要集中在圖像域中對圖片特征處理,如Xu等人[3]提出了一種基于特征壓縮的對抗樣本檢測方法;Joel等人[4]在頻譜上綜合分析了現(xiàn)有的攻擊方法和數(shù)據(jù)集,發(fā)現(xiàn)大部分的對抗樣本在頻域都出現(xiàn)了嚴(yán)重的偽影,并且在頻域空間這些偽影數(shù)據(jù)可以分離,從而能夠分類識別。



本文詳細內(nèi)容請下載:http://www.xxav2194.com/resource/share/2000004248





作者信息:

丁  燁1,王  杰1,宛  齊1,廖  清2

(1.東莞理工學(xué)院 網(wǎng)絡(luò)空間安全學(xué)院,廣東 東莞523820;

2.哈爾濱工業(yè)大學(xué)(深圳) 計算機科學(xué)與技術(shù)學(xué)院,廣東 深圳518055)


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 色成快人播电影网| jux662正在播放三浦惠理子| 深夜福利网站在线| 国产乱子经典视频在线观看| 91w乳液78w78wyw5| 性xxxxx大片免费视频| 久久综合久久久久88| 武则天一边上朝一边做h| 啊灬啊灬啊灬快灬深一| 国产一区二区精品久久凹凸| 在线观看亚洲av每日更新| 中文字幕在线看片成人| 最近中文字幕国语免费完整 | 一区二区三区高清在线| 日韩在线看片免费人成视频播放| 亚洲熟妇av一区二区三区下载 | 色之综合天天综合色天天棕色| 国产精品一区电影| h视频在线观看免费| 无遮无挡非常色的视频免费| 亚洲sss视频| 欧美黑人又粗又大又爽免费 | 免费观看性欧美大片无片| 青春草国产成人精品久久| 国产精品三级电影在线观看| 99久久人妻精品免费一区| 强制邻居侵犯456在线观看| 久久久久国产一区二区三区| 欧洲多毛裸体XXXXX| 亚洲爆乳精品无码一区二区三区| 精品91一区二区三区| 四虎影视永久在线观看| 韩国午夜理伦三级2020韩| 国产激情视频一区二区三区| 91麻豆久久久| 天天综合亚洲色在线精品| 中国嫩模一级毛片| 日本免费一区二区三区最新vr| 亚洲AV无码一区二区一二区| 欧美性一交激情视频在线| 亚洲电影一区二区三区|