PulseAugur
中
实时 09:18:56
English(EN) ZeroPur: Succinct Training-Free Adversarial Purification

ZeroPur 方法提供无训练对抗性净化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的对抗性净化方法 ZeroPur，该方法无需额外训练。该技术将对抗性图像视为自然图像流形中的异常值，并通过将其投影回该流形来净化它们。ZeroPur 分为两个步骤：引导偏移以找到偏移的嵌入，以及自适应投影以创建用于投影的方向向量。在 CIFAR-10、CIFAR-100 和 ImageNet-1K 数据集上使用各种分类器架构进行的实验证明了其最先进的鲁棒性能。 AI

影响 引入了一种新的、无需训练的对抗性净化方法，有可能在没有计算开销的情况下提高模型的鲁棒性。

排序理由 研究论文，详细介绍了一种新的对抗性净化方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

ZeroPur 方法提供无训练对抗性净化

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Erhu Liu, Zonglin Yang, Bo Liu, Xianjia Meng, Xiuli Bi, Junwei Han, Bin Xiao ·

    ZeroPur：简洁的无训练对抗性净化

    arXiv:2406.03143v4 Announce Type: replace Abstract: Adversarial purification is a kind of defense technique that can defend against various unseen adversarial attacks without modifying the victim classifier. Existing methods often depend on external generative models or cooperati…

相关实体

相关话题