DEFENSE-GAN: PROTECTING CLASSIFI

Samangouei P, Kabkab M, Chellappa R, et al. Defense-GAN: Protecting Classifiers Against Adversarial Attacks Using Generative Models.[J]. arXiv: Computer Vision and Pattern Recognition, 2018.

@article{samangouei2018defense-gan:,
title={Defense-GAN: Protecting Classifiers Against Adversarial Attacks Using Generative Models.},
author={Samangouei, Pouya and Kabkab, Maya and Chellappa, Rama},
journal={arXiv: Computer Vision and Pattern Recognition},
year={2018}}

概

本文介绍了一种针对对抗样本的defense方法, 主要是利用GAN训练的生成器, 将样本投影到干净数据集上.

主要内容

我们知道, GAN的损失函数到达最优时, , 又倘若对抗样本的分布是脱离于的, 则如果我们能将投影到真实数据的分布(如果最优也就是), 则我们不就能找到一个防御方法了吗?

对于每一个样本, 首先初始化个随机种子, 对每一个种子, 利用梯度下降(步)以求最小化

其中为利用训练样本训练的生成器.

得到个点, 设使得(DGAN)最小的为, 以及, 则就是我们要的, 样本在普通样本数据中的投影. 将喂入网络, 判断其类别.

在这里插入图片描述 在这里插入图片描述

另外, 作者还在实验中说明, 可以直接用 来判断是否是对抗样本, 并计算AUC指标, 结果不错.

注: 这个方法, 利用梯度方法更新的难处在于, 这一过程, 包含了步的内循环, 如果直接反向传梯度会造成梯度爆炸或者消失.