教程梳理FGSM到黑盒攻击的可迁移性
热点事件持续更新
教程梳理FGSM到黑盒攻击的可迁移性
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
阿里先知发布教程,从威胁模型、攻击目标和算法选择入手,把FGSM、PGD白盒攻击与迁移攻击、黑盒攻击串成一条线索,梳理对抗样本的可迁移性现象。FGSM沿梯度符号单步施加扰动,PGD在L∞约束下迭代优化,实验基于MNIST数据集与简单CNN完成。 作者强调评估模型鲁棒性不能只看攻击成功率,还需结合查询成本与现实攻击可能性;并指出本文讨论有特定的威胁模型和实验条件,不能直接认为某个模型一定存在漏洞。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 19:53
对抗样本"可迁移性"现象分析:从 FGSM、PGD 到黑盒攻击的再梳理报道时间线
沿着报道,了解事件的不同侧面。
11月11日
- 阿里先知对抗样本"可迁移性"现象分析:从 FGSM、PGD 到黑盒攻击的再梳理
文章从威胁模型、攻击目标和算法选择入手,把 FGSM、PGD 白盒攻击与迁移攻击、黑盒攻击串成一条线索,梳理对抗样本的可迁移性现象。FGSM 沿梯度符号单步施加扰动,PGD 在 L∞ 约束下迭代优化,实验基于 MNIST 数据集与简单 CNN 完成。作者强调评估模型鲁棒性不能只看攻击成功率,还需结合查询成本与现实攻击可能性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。