Quan Liu

新的FRO方法增强了AI模型中对抗性攻击的可迁移性

研究人员开发了一种名为FRO（Frontend Response-Oriented）的新方法，以增强AI模型中对抗性攻击的可迁移性。该技术侧重于模型的初始层如何响应变换后的输入，将每次变换视为生成独特响应的预处理步骤。通过使用块状拉伸和收缩操作以及相干透视变形，FRO创建了结构化的变换视图，以优化对抗性扰动。在ImageNet子集上的实验表明，FRO提高了各种CNN和Vision Transformer模型上的黑盒可迁移性。