首页| English| 中国科学院
当前位置:首页>综合新闻

实验室关于DNN参数对抗攻击的工作被ICML2023接受

副标题:

时间:2023-05-18  来源:

        该工作提出了一种新的DNN参数扰动攻击方式:对抗参数攻击。参数扰动攻击通过进行小的参数扰动,使得受攻击的网络对指定的输入给出错误或对手指定的标签。然而,这种攻击可能会被用户检测到,因为被攻击网络的准确性会降低,网络无法正常工作。为了使攻击更加隐蔽,本文提出了对抗性参数攻击,即对网络参数进行小扰动,使被攻击网络的精度基本保持不变,但其对抗鲁棒性会降低很多。因此,受攻击的网络在标准样本上表现正常,但更容易受到对抗攻击。

        Lijia Yu, Yihan Wang, Xiao-Shan Gao, Adversarial Parameter Attack on Deep Neural Networks, ICML 2023.

相关附件
相关文档