正文
对注意力的通用攻击和对应的数据集DAmageNet
论文名称:Universal Adversarial Attack on Attention and the Resulting Dataset DAmageNet
作者:Chen Sizhe /He Zhengbao /Sun Chengjin /Huang Xiaolin
发表时间:2020/1/16
论文链接:https://arxiv.org/abs/2001.06325v1
https://paper.yanxishe.com/review/9324
这篇论文研究的是深度神经网络的对抗性攻击。这篇论文提出了注意力集中攻击(Attack on Attention, AoA),这是很多深度神经网络目前会采用的。在不超过10次决策查询的情况下,AoA可以对很多常用的深度神经网络达到接近100%的成功率。这篇论文应用AoA在ImageNet上生成了96020个对抗样本,并且将这些样本组成的数据集命名为DAmageNet。在这个数据集上,这篇论文测试了20个深度神经网络,当它们没有对抗训练时,错误率都超过90%。通过DAmageNet这个数据集的提出,可以为未来的深度神经网络的鲁棒性研究提供一个新的基准。