基于噪声不可见性的自适应图像对抗重编程方法

作     者：刘依凡 欧博 熊剑琴 LIU Yifan;OU Bo;XIONG Jianqin

作者机构：湖南大学信息科学与工程学院长沙410082 

基　　金：国家自然科学基金(61872128) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2023年第50卷第4期

页      码：110-116页

摘      要：对抗重编程是一种针对深度神经网络的攻击方法,它通过往输入图像中添加扰动使网络模型执行攻击者指定的任务,能够破坏训练网络模型的合法使用权。研究和设计对抗重编程方法,对于理解此类攻击并设计相应的防御算法有积极意义。探讨对抗扰动添加区域对对抗重编程算法性能的影响,通过使用噪声不可见性函数来评估图像各区域的对抗失真特性,得到掩蔽矩阵,然后自适应地添加对抗扰动,优化对抗重编程任务。实验结果表明,对于当前主流的深度网络分类模型,所提算法能够提高对抗重编程的攻击性能,并提升修改后图像的不可感知性。

主 题 词：对抗攻击 对抗重编程 自适应扰动 噪声可见性函数 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.220300024

馆 藏 号：203121032...