一种基于注意力机制的开集对抗样本防御方法

来源：计算机应用与软件杂志2025年第11期北京时间：

作者：董金令, 凌捷

摘要：针对开集对抗样本防御成功率不高的问题，提出一种基于注意力机制的自编码器。将基于高斯平均的非局部注意力和双注意力组合并嵌入在加深卷积神经网络的自编码器ResNet网络中，提高开集对抗样本防御成功率。实验结果表明，所提出的方法与OSAD方法相比，开集对抗样本防御成功率得到提高。在CIFAR10数据集和SVHN数据集上，在FGSM攻击下，AUC-ROC分别提高了2.3百分点和13.4百分点，闭集识别准确率分别提高了4.1百分点和0.1百分点；在PGD攻击下，AUC-ROC分别提高了1.0百分点和2.8百分点，闭集识别准确率在SVHN数据集上提高了3.9百分点。

关键词：对抗防御, 开集分类, 深度学习, 开集识别, 生成对抗