arXiv · 机器人与计算机视觉· Giulia Marchiori Pietrosanti, Giulio Rossolini, Giorgio Buttazzo·· 6 天前AI 评分52
对抗诱饵:误导基于注意力的 ViT 防御机制
Adversarial Decoys: Misdirecting Attention-Based Defenses in ViT
AI 导读
针对 Vision Transformers 在测试时依赖高注意力分数抑制对抗补丁的防御漏洞,本文提出对抗诱饵方法。该方法将诱导错误预测与规避防御解耦,通过优化独立诱饵区域提升目标令牌注意力并压制非目标竞争令牌,从而在不牺牲攻击有效性的前提下误导基于注意力的防御机制。实验表明,该方法在多种架构和攻击形式下均能成功重定向高注意力分数,揭示了仅用注意力作为对抗相关性指标的根本局限。
来源:arXiv · 机器人与计算机视觉 · arxiv.org