Nesterov动量迭代降噪对抗攻击算法NMI-FGSM&Whey

• 作者: 陶永才 李子晨 石育澄 石磊 卫琳
• 来源期刊: 小型微型计算机系统
• 关键词: 图像分类 对抗攻击 动量迭代 噪声
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 1447-1452
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.07.017

摘要

目前基于深度神经网络的图像分类器易受到对抗样本的攻击,而对抗样本往往是某种算法攻击原始样本所生成的特定图像.本文针对攻击算法的弱鲁棒性及低隐蔽性提出一种基于Nesterov-Momentum动量迭代以及Whey优化的NMI-FGSM&Whey攻击算法.首先在一般动量迭代攻击中加入Nesterov项,其次于生成对抗样本之后对图像实行Whey优化,在保证攻击性能的情况下有效地去除多余噪声.实验部分以Inception-v3、Resnet-152和IncRes-v2三种分类模型为基础,结合单模型攻击和融合模型攻击对比了多种攻击方法.实验结果表明所提算法在白盒模式中展现出较强的攻击力,并在有效减少噪声强度的同时于黑盒情景中呈现出较好的迁移性能.