English(EN) IDATA: Scalable Invertible Diffusion for Unrestricted Adversarial Transfer Attack

新的IDATA框架改进了对抗迁移攻击

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-11 04:00

研究人员开发了IDATA，一个新颖的基于扩散的框架，旨在增强无限制的对抗迁移攻击。该方法解决了现有技术中的内存限制和频率无关扰动问题。IDATA利用可逆扩散模块实现内存高效的反向传播，并利用低频约束模块来提高可迁移性和视觉不可感知性。 AI

影响增强了评估深度视觉模型对抗对抗性攻击鲁棒性的方法。

排序理由该集群包含一篇研究论文，详细介绍了用于对抗攻击的新技术框架。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yi Pan, Jun-Jie Huang, Tianrui Liu, Zihan Chen, Lin Liu, Zhao Wentao · 2026-08-11 04:00

IDATA：可扩展可逆扩散用于无限制对抗迁移攻击

arXiv:2608.08734v1 Announce Type: new Abstract: Unrestricted adversarial transfer attacks are important for evaluating the black-box robustness of deep visual models. Diffusion-based attacks have shown promising transferability and visual imperceptibility by optimizing adversaria…