GAN & 对抗样本_gan 对抗样本

关于对抗样本的解释

对于对抗样本为何能够攻击成功，目前有以下三种解释：

• 高维空间的线性模型解释：当输入为图像时，沿着梯度方向很小的线性运动就可以导致深度神经网络增加很大的扰动，权重向量$\omega$和对抗样本$x\prime$的内积${\omega }^T{x}^{\prime }={\omega }^{T}x+{\omega }^{T}n$，在$n$维情况下会产生$n$倍的扰动，以至于改变最终输出结果。（Explaining and harnessing adversarial examples）
• 数据流形中的低概率区域解释：对抗样本是从总体样本所在概率空间的某一子空间中抽样得到的，因此，对于这些在训练阶段只学习了一些局部子区域，且训练样本个数有限的分类算法而言，对抗样本已经超出了分类器所能学习的概率分布。（A Boundary Tilting Persepective on the Phenomenon of Adversarial Examples）
• 模型决策边界解释：线性分类器并不总是遵循线性解释的结果，作者认为分类决策边界超出了样本数据的子流形，因此存在对抗样本。（A Boundary Tilting Persepective on the Phenomenon of Adversarial Examples）

GAN原理简介

GAN的整体过程如图所示：

生成对抗网络( GAN): 给定一批样本，训练一个系统能够生成类似的新样本。其核心思想是博弈论中的纳什均衡，判别器D的目的是判断数据来自生成器还是训练集，生成器的目的是学习真实数据的分布，使得生成的数据更接近真实数据，两者不断学习优化最后得到纳什平衡点。

GAN生成对抗样本的发展

• 2017，Shumeet Baluja等人提出了对抗变换网络（Adversarial Transformation Networks，ATN）来生成对抗样本，产生了比计算噪声更多样化的扰动。但缺点是，ATN生成的对抗样本，会残留有目标类别的典型模式，如植物纹理、动物眼睛和皮毛等，可迁移性差，扰动较大，存在图像边缘模糊的问题。（2018AAAI-Adversarial transformation networks: Learning to generate adversarial examples）

• Avishek等人在ATN的基础上进行了GAN训练，生成模型在人脸识别中产生了效果良好的攻击。（2018IEEE MMSP-Adversarial Attacks on Face Detectors using Neural Net based Constrained Optimization）

• Zhengli Zhao等人在构建GAN训练时使用了不同目标的判别器，试图生成更加自然的对抗扰动。（2018ICLR-Generating Natural Adversarial Examples）

• Chaowei Xiao等人在GAN方向上做出了较为标准化的工作，提出了advGAN，通过生成器、判别器、目标模型三部分进行了生成对抗训练，使生成器能够生成扰动叠加到原始样本上，实现通用的对抗样本生成。(2018-Generating Adversarial Examples with Adversarial Networks)

• Puneet Mangla等人提出需要充分利用原始样本的潜在特征进行对抗样本的生成，训练生成接近输入分布的对抗样本，在上一个的基础上使用一个目标模型$M$中间的卷积层$f$作为特征提取，提出了advGAN++。（2019-AdvGAN++ : Harnessing latent layers for adversary generation）

• Xiaosen Wang等人提出了提出了一种新的生成攻击模型，称为AT-GAN（对抗迁移生成对抗网络），以估计对抗样本的分布，通过学习对抗样本的分布，从而从随机噪声中生成不受限制的对抗样本。（2019-AT-GAN: A Generative Attack Model for Adversarial Transferring on Generative Adversarial Nets）

• Feng CHEN等人将掩码机制（Mask Mechanism）引入GAN体系结构的生成器网络中以优化约束问题，提出FF-GAN，选择对分类器重要的特征进行扰动。（2020IJCNN-Few-Features Attack to Fool Machine Learning Models through Mask-Based GAN）

• Guoping Zhao等人针对图像检索（CBIR）、人脸搜索（Face Search）、人员重新识别（ReID）等方向的对抗攻击，提出无监督对抗攻击GAN（UAA-GAN），专注于扰动样本的深层视觉特征。（2019-Unsupervised Adversarial Attacks on Deep Feature-based Retrieval with GAN）

• Lingyun Jiang等人提出了周期一致对抗性GAN（CycleAdvGAN），训练两个生成器分别进行对抗样本生成和恢复对抗样本，可以进行攻防一体地模型训练。（2020SCN-Cycle-Consistent Adversarial GAN: the integration of adversarial attack and defense)

• Zilong Lin等人针对IDS检测系统提出IDSGAN等。(2018-IDSGAN: Generative Adversarial Networks for Attack Generation against Intrusion Detection)

• GAN生成的样本具有边缘锐利、更富有多样性的优点，在半监督学习中得到了广泛的应用。但是GAN 也存在训练不稳定，生成的样本容易变形的问题。
• 在训练GAN时，对生成器额外增加对抗性约束、距离约束，使产生图像在足够真实前提下，对目标模型成功产生对抗攻击效果。