图像分类中的白盒对抗攻击技术综述

来源：计算机应用杂志2022年第9期北京时间：

作者：魏佳璇, 杜世康, 于志轩, 张瑞生

单位：1.兰州大学 信息科学与工程学院，兰州 730000；2.兰州大学第一医院，兰州 730000

摘要：在深度学习中图像分类任务研究里发现，对抗攻击现象给深度学习模型的安全应用带来了严峻挑战，引发了研究人员的广泛关注。首先，围绕深度学习中用于生成对抗扰动的对抗攻击技术，对图像分类任务中重要的白盒对抗攻击算法进行了详细介绍，同时分析了各个攻击算法的优缺点；然后，分别从移动终端、人脸识别和自动驾驶三个现实中的应用场景出发，介绍了白盒对抗攻击技术的应用现状；此外，选择了一些典型的白盒对抗攻击算法针对不同的目标模型进行了对比实验并分析了实验结果；最后，对白盒对抗攻击技术进行了总结，并展望了其有价值的研究方向。

关键词：对抗样本,白盒对抗攻击,深度学习,图像分类,人工智能安全

基金资助：甘肃省自然科学基金资助项目(20YF8FA080)