热门标签
热门文章
- 1【深度学习】LSTM实现情感分析 （Pytorch）_test.ft.txt.bz2
- 2PyTorch实战气温预测_神经网络温度预测数据
- 3强化学习中的actorcritic优化
- 4FAIR 何恺明、Piotr、Ross等新作，MAE才是YYDS！仅用ImageNet1K，Top-1准确率87.8%！
- 5得物社区推荐精排模型演进_得物社区推荐技术
- 6处理文本数据(scikit-learn 教程3)_count_vect.vocabulary_.get(u'algorithm')
- 7数据结构--二叉树_#include 二叉树
- 8一文整理深度学习【医学图像处理领域期刊和会议】_医学图像sci期刊和会议csdn
- 9分布式数字身份DID简介（一）基本概念_did数字身份
- 10Docker Compose Scale网络、水平扩展与负载均衡_docker compose headscale
当前位置: article > 正文
对抗攻击（HopSkipJumpAttack）
作者：知新_RL | 2024-04-05 12:50:43
赞
踩
hopskipjumpattack
基于决策的攻击，如何减少对黑盒模型的查询次数？
目标攻击：从类别A攻击成类别B
非目标攻击：从类别A攻击成其他非A的类别
第一种攻击方法：RayS: A Ray Searching Method for Hard-label Adversarial Attack ，简单来说就是将图像噪声随机旋转一个角度，二分查找位置。
第二种攻击方法：随机化初始一个位置，从原始样本沿着分类决策边界寻找对抗样本。
HopSkipJumpAttack（HopSkipJumpAttack: A Query-Efficient Decision-Based Attack）：分类和梯度决策面是垂直的关系，通过几何方法寻找决策边界的对抗样本
TangentAttack（GitHub - machanic/TangentAttack: The official implementation of NeurIPS 2021 paper: Finding Optimal Tangent Points for Reducing Distortions of Hard-label Attacks）：转载自【Talk预告 | 几何的魅力: 黑盒攻击新策略】https://www.bilibili.com/video/BV1fd4y177tX?vd_source=e260233b721e72ff23328d5f4188b304
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/365659
推荐阅读
相关标签
