《雷达学报杂志》发表论文赏析
作者:万烜申, 刘伟, 牛朝阳, 卢万杰
单位:中国人民解放军战略支援部队信息工程大学数据与目标工程学院 郑州 450000;
摘要:合成孔径雷达自动目标识别(SAR-ATR)领域缺乏有效的黑盒攻击算法,为此,该文结合动量迭代快速梯度符号(MI-FGSM)思想提出了一种基于迁移的黑盒攻击算法。首先结合SAR图像特性进行随机斑点噪声变换,缓解模型对斑点噪声的过拟合,提高算法的泛化性能;然后设计了能够快速寻找最优梯度下降方向的ABN寻优器,通过模型梯度快速收敛提升算法攻击有效性;最后引入拟双曲动量算子获得稳定的模型梯度下降方向,使梯度在快速收敛过程中避免陷入局部最优,进一步增强对抗样本的黑盒攻击成功率。通过仿真实验表明,与现有的对抗攻击算法相比,该文算法在MSTAR和FUSAR-Ship数据集上对主流的SAR-ATR深度神经网络的集成模型黑盒攻击成功率分别提高了3%~55%和6.0%~57.5%,而且生成的对抗样本具有高度的隐蔽性。
关键词:合成孔径雷达, 目标识别, 黑盒攻击, 拟双曲动量算子, 斑点噪声变换
基金资助:国家自然科学基金(42201472)
2024年3期其他文献查阅:
MPOLSAR-1.0:多维度SAR多波段全极化精细分类数据集
多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)及高分辨微动特征提取方法
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法
基于动量迭代快速梯度符号的SAR-ATR深度神经网络黑盒攻击算法