语义上的对抗样本 -- SemanticAdv_语义对抗

语义上的对抗样本 – SemanticAdv

这次介绍的是ECCV2020的一篇文章，SemanticAdv: Generating Adversarial Examples via Attribute-conditioned Image Editing

介绍

我们知道，对抗样本一直以来对深度网络来说是一个不小的威胁，通过一个微小的、人眼不可区分的扰动，最终使得神经网络的结果出错（当然，不限于分类任务）。

有关于对抗样本，可以查看我的这篇文章

形式化来说，可以写成
$$\begin{gathered} f(x+\delta )=f(x_{adv})\ne f(x) \\ ||\delta ||\le \epsilon \end{gathered}$$
在以往的对抗样本攻击之中，我们通常通过一个范数来约束这个扰动，使得这个扰动尽可能地小，同时造成的影响尽可能大。

这些扰动，都是类似于噪声，是一种像素级别的扰动，实际场景中可能很难构造出来，比如自动驾驶任务，你很难对摄像头所拍摄的帧上施加上对应的像素级别扰动。那么有没有一种扰动，是在语义级别上进行扰动的呢？

语义级别的扰动，你可以理解为，一张图片中，一个人的存在与否，这种实体级别的扰动。

这里给出语义级别扰动的例子

如上图所示，左右列的图片的区别是一种语义上的不同，比如是否有一辆行驶中的汽车。

生成语义级别的扰动

从先前的示例可以看到，图片发生了十分自然的变化，聪明的读者肯定想到了，这里肯定是采用了GAN！

这里直接给出，SementicAdv的Pipeline

如上图所示，可以看到在输入层面，有一个属性向量（Attribute Vector）以及初始图像，通过修改这个属性向量，得到不同的中间特征，然后对两个中间特征进行融合得到了一个对抗图像。

有点类似StarGAN系列，即输入有一个属性向量，控制着语义变换的方向

那么如何构造攻击呢？

我们已经知道了如何生成语义级别上的扰动，但是我们如何利用梯度信息，对语义扰动的方向进行指导呢？

我们给出文章中的定义 (这个定义是在目标任务为身份识别 (Identity Verification) 的情况下)
$$\begin{gathered} x_{adv}=\arg \underset{x^{\ast }}{\min }\mathcal{L}(x^{\ast }) \\ \mathcal{L}(x^{\ast })={\mathcal{L}}_{adv}(x^{\ast };\mathcal{M},y^{tgt})+\lambda \cdot {\mathcal{L}}_{smooth}(x^{\ast }) \end{gathered}$$
其中 $y^{tgt}$ 是目标的标签向量，$\mathcal{M}$ 是我们想要攻击的嵌入模型 (模型会输出一个向量，用来刻画该图片)，${\mathcal{L}}_{smooth}$ 误差用来优化生成的图像质量。

更为细节地
L a d v ( x ∗ ; M , y t g t ) = max ⁡ { k , Φ M i d ( x ∗ , x t g t ) } \mathcal{L}_{adv} (x^*;\mathcal{M},y^{tgt})=\max\{k, \Phi_{\mathcal{M}}^{id}(x^*, x^{tgt})\} Ladv​(x∗;M,ytgt)=max{k,ΦMid​(x∗,xtgt)}
其中 ${\Phi }_{\mathcal{M}}^{id}(x^{\ast },x^{tgt})$ 度量由模型$\mathcal{M}$ 产生的嵌入向量的距离。

接下来我们只需要对属性向量对于上述误差求偏导数即可，然后基于反向传播和梯度下降就可以对该向量进行优化。

结果分析

我们先来看一下一些示例

如上图所示，最左边的两列分别是源图像和目标图像，我们的目标是在源图像上施加语义变换，使得源图像被识别为目标图像。

以第一行为例，我们通过使得皮肤变白，上调发际线，重度化妆的变换来使得网络出错。

这样的操作使得对抗样本具备了语义，进一步促进了真实场景下攻击

文章还和传统的黑盒攻击进行了对比

这个对比其实不是特别有意义，因为在这个语义攻击下，像素的修改的幅度并没有什么限制

那么迁移性呢？

可以看到，类似网络结构下具备一定的迁移性。