针对图像识别的一种分步对抗防御方法研究 |
| |
引用本文: | 徐茹枝,王硕,龙燕,宗启灼.针对图像识别的一种分步对抗防御方法研究[J].计算机工程与科学,2023(6):1020-1029. |
| |
作者姓名: | 徐茹枝 王硕 龙燕 宗启灼 |
| |
作者单位: | 1. 华北电力大学控制与计算机工程学院 |
| |
基金项目: | 国家自然科学基金(61972148); |
| |
摘 要: | 随着深度学习技术的不断发展,其在图像识别领域的应用也取得了巨大突破,但对抗样本的存在严重威胁了模型自身的安全性。因此,研究有效的对抗防御方法,提高模型的鲁棒性,具有深刻的现实意义。为此,基于快速生成对抗样本和保持样本预测结果相似性之间的博弈,提出了一种分步防御方法。首先,对通用样本进行随机数据增强,以提高样本多样性;然后,生成差异性对抗样本和相似性对抗样本,增加对抗训练中对抗样本的种类,提高对抗样本的质量;最后,重新定义损失函数用于对抗训练。实验结果表明,在面对多种对抗样本的攻击时,分步防御方法表现出了更优的迁移性和鲁棒性。
|
关 键 词: | 图像增强 对抗训练 分步防御 深度学习 |
|
|