L0对抗攻击JSMA的算法盘点

©PaperWeekly 原创 · 作者｜孙裕道学校｜北京邮电大学博士生研究方向｜GAN图像生成、情绪对抗样本生成引言JSMA 是非常著名的对抗攻击，它第首次在对抗攻击中引入了 的度量方式， 度量本质上是限制输入图象中扰动像素点的个数。基于梯度和 GAN 的对抗攻击是基于全局性扰动，生成的对抗样本能够被人眼所察觉，而 JSMA 生成的对抗样本是基于点扰动，所以产生的对抗性扰动相对而言就会小很多。本文总结了三篇关于 JSMA 算法的论文，并详细扩展了论文中一些略去算法细节。这三篇论文分别是：The Limitations of Deep Learning in Adversarial Settings, 2016年Maximal Jacobian-based Saliency Map Attack, 2018年Probabilistic Jacobian-based Saliency Maps Attacks, 2020年JSMA论文标题：The Limitations of Deep Learning in Adve ………………………………