基于YOLOv8目标检测器的对抗攻击方案设计

作     者：李秀滢 赵海淇 陈雪松 张健毅 赵成 Li Xiuying;Zhao Haiqi;Chen Xuesong;Zhang Jianyi;Zhao Cheng

作者机构：北京电子科技学院 

基　　金：国家档案局科技项目(2022-X-069) 北京市自然科学基金项目(4232034) 中央高校基本科研业务费专项资金项目(3282023038,328202264,328202241) 

出 版 物：《信息安全研究》 (Journal of Information Security Research)

年 卷 期：2025年第11卷第03期

页      码：221-230页

摘      要：目前，基于人工智能目标检测技术的摄像头得到了广泛的应用．而在现实世界中，基于人工智能的目标检测模型容易受到对抗样本攻击．现有的对抗样本攻击方案都是针对早版本的目标检测模型而设计的，利用这些方案去攻击最新的YOLOv8目标检测器并不能取得很好的攻击效果．为解决这一问题，针对YOLOv8目标检测器设计了一个全新的对抗补丁攻击方案．该方案在最小化置信度输出的基础上，引入了EMA注意力机制强化补丁生成时的特征提取，进而增强了攻击效果．实验证明该方案具有较优异的攻击效果和迁移性，将该方案形成的对抗补丁打印在衣服上进行验证测试，同样获得较优异的攻击效果，表明该方案具有较强的实用性．

主 题 词：深度学习 对抗样本 YOLOv8 目标检测 对抗补丁 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12379/j.issn.2096-1057.2025.03.04

馆 藏 号：203157450...