Enhancing robust generalization through appropriate adversarial example attack intensity

doi:10.1016/j.neucom.2025.131599

Enhancing robust generalization through appropriate adversarial example attack intensity

2025-09-19

0

PRE

AI

DOI：10.1016/j.neucom.2025.131599

原文链接

原文求助

摘要

En 中文

深度神经网络（DNNs）极易受到对抗样本的影响。为减轻精心设计的对抗攻击对网络模型的影响，研究人员已开发出多种防御机制，其中对抗训练已脱颖而出，成为迄今为止最有效的策略之一。对抗训练旨在通过添加对抗样本扩充训练数据，从而赋予DNNs一定程度的鲁棒性以防御对抗攻击。然而，在获得对抗鲁棒性的同时，该方法以牺牲泛化性能为代价，表现为干净测试数据集的分类效果下降。研究人员一直在积极寻求平衡对抗鲁棒性与模型泛化的方法。我们相信，平衡这两个方面的关键在于识别合适的对抗样本。过强的样本可能导致干净准确率下降，而较弱的样本则可能提供有限的鲁棒性。基于我们的分析，提出了一种名为去噪投影梯度下降（Denoising Projection Gradient Descent, DPGD）的新型对抗样本生成算法。DPGD在生成对抗样本时添加了净化模块和约束条件，前者用于限制过强对抗样本对模型训练的影响，后者用于确保必要的攻击强度。将DPGD与传统对抗训练框架结合，我们获得了扩散对抗训练（Diffusion Adversarial Training, DifAT）方法。为验证所提方法的有效性，我们在基准数据集（包括CIFAR-10、CIFAR-100和Tiny-Imagenet）上进行了大量实验。结果表明，DifAT在提升DNNs鲁棒性的同时，能够维持甚至提高其泛化性能。

Enhancing robust generalization through appropriate adversarial example attack intensity

摘要

期刊

机构

引用论文