基于注意力机制的对抗样本生成算法

2023-03-31 20:48:04赵彬粟李灵芳罗明星

四川师范大学学报（自然科学版） 2023年2期

赵彬粟李灵芳罗明星

摘要：近年来对抗性攻击和对抗性防御的研究受到了广泛的关注，并有了大量的应用．由于对样本的细小擾动可以改变识别效果，神经网络因而缺少鲁棒性．基于注意力机制的投影梯度算法，研究对抗样本的攻击方法．采用基于梯度加权类激活映射图寻找特殊区域，并添加噪声扰动，实现对抗性攻击．使用ＭＮＩＳＴ、ＣＩＦＡＲ-１０和ＩｍａｇｅＮｅｔ数据集，以ＶＧＧ１９、ＶＧＧ１６、Ｒｅｓｎｅｔ５０和Ｒｅｓｎｅｔ１８、ｉｎｃｅｐｔｉｏｎ＿ｖ３和Ｄｅｎｓｅｎｅｔ作为目标模型．针对ｍｉｎｉＩｍａｇｅＮｅｔ数据集的攻击成功率达到９６．３％，比ＦＧＳＭ攻击算法提高了２３．４％的成功率，并减少干扰区域，不容易被肉眼察觉，具有更好的攻击效果．

关键词：对抗样本；注意力机制；深度神经网络；对抗攻击

中图分类号：ＴＰ３文献标志码：Ａ文章编号：１００１-８３９５（２０２３）０２-０２７５-１０

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１-８３９５．２０２３．０２．０１７