数据与模型安全 课件 第5周:对抗防御.pptx

数据与模型安全 课件 第5周:对抗防御.pptx

  1. 1、本文档共65页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

AdversarialDefense姜育刚,马兴军,吴祖煊

Recap:week41.AdversarialExampleDetectionSecondaryClassificationMethods(二级分类法)PrincipleComponentAnalysis(主成分分析法,PCA)DistributionDetectionMethods(分布检测法)PredictionInconsistency(预测不一致性)ReconstructionInconsistency(重建不一致性)TrappingBasedDetection(诱捕检测法)

AdversarialAttackCompetitionLink:https://codalab.lisn.upsaclay.fr/competitions/15669?secret_key=77cb8986-d5bd-4009-82f0-7dde2e819ff8

AdversarialDefensevsDetectionTheweirdrelationshipbetweendefenseanddetectionDetectionISdefenseBut…whenwesaydefense,we(mostofthetime)meanthemodelissecured,yetdetectioncannotdothat…Insurveypapers:detectionisdefenseIntechnicalpapers:defenseisdefensenotdetectionDifferencesDefenseistosecurethemodelorthesystemDetectionistoidentifypotentialthreats,whichshouldbefollowedbyadefensestrategy,e.g.,queryrejection(butmostlyignored)Bydefense,itmostlymeansrobusttrainingmethods

DefenseMethodsEarlyDefenseMethodsEarlyAdversarialTrainingMethodsLaterAdversarialTrainingMethodsRemainingChallengesandRecentProgress

ARecapoftheTimeline2014年Goodfellow等人提出快速单步攻击FGSM及对抗训练2015年简单检测方法(PCA)和对抗训练方法2016年提出对抗训练的min-max优化框架2017年大量的对抗样本检测方法和攻击方法(BIM、CW)、10种检测方法被攻破2019年TRADES及大量其他对抗训练方法、第一篇Science文章2018年物理世界攻击方法、检测方法升级、PGD攻击与对抗训练、9种防御方法被攻破2020年AutoAttack攻击、Fast对抗训练2021年增大模型、增加数据的对抗训练、领域延伸2022年尚未解决的问题,攻击越来越多,防御越来越难2013年Biggio等人与Szegedy等人发现对抗样本

PrinciplesofDefenseBlocktheattack(掐头去尾)MasktheinputgradientsRegularizetheinputgradientsDistillthelogitsDenoisetheinputRobustifythemodel(增强中间)SmooththedecisionboundaryReducetheLipschitznessofthemodelSmooththelosslandscape

AdversarialAttackSzegedyC,ZarembaW,SutskeverI,etal.Intriguingpropertiesofneuralnetworks[J].ICLR2014.GoodfellowIJ,ShlensJ,SzegedyC.Explainingandharnessingadversarialexamples[J].ICLR2015.??模型训练:对抗攻击:分类错误扰动很小测试阶段攻击?

PerformanceMetrics??Othermetrics:maximumperturbationfo

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档