研究人员开发了一种检测深度学习分类器对抗性攻击的新方法,重点在于认证恶意输入被标记,而不是确保模型鲁棒性。该方法利用Lipschitz-边际分析将问题简化为估计单个Lipschitz常数。所提出的检测器可以应用于任何预训练分类器而无需重新训练,在MNIST、CIFAR-10和ImageNet-1k等数据集上,针对各种骨干架构,其性能与现有方法相比具有竞争力或更优。 AI
影响 通过专注于检测恶意输入而非模型整体鲁棒性,为保护AI系统提供了一种新方法。
排序理由 学术论文,详细介绍了AI分类器中对抗性检测的新方法。[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 →