基于对抗补丁的交通标牌攻击

• 作者: 叶斌 葛万成
• 来源期刊: 通信技术
• 关键词: 深度神经网络 交通标牌 对抗补丁 图像识别
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 安全与保密|Security & Privacy
• 页码范围: 664-671
• 页数: 8页
• 分类号: TN919.8
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2021.03.022

摘要

深度学习越来越广泛地应用于自动驾驶.但是,随着研究的深入,发现深度神经网络容易受到攻击.通过研究使用一种向交通标志牌添加对抗补丁的方法对交通标志牌的网络模型(GTSRB-VGG16)的攻击效果,以期为后续的研究提供参考.这个方法采用的是德国的交通标志数据集(The German Traffic Sign Recognition Benchmark,GTSRB),使用的网络模型结构是经典的VGG16分类模型,设置了不同大小的补丁(占图比5％～50％),研究了不同大小的补丁在GTSRB-VGG16上的攻击效果.此外,实验最后分析了对抗补丁方法的鲁棒性.