视频检索系统的双维度稀疏对抗攻击：DUOP与DUOG的隐匿性与高效性突破

针对视频检索系统中对抗样本(AE)攻击存在的扰动密集、易检测及查询效率低等问题，研究人员提出DUO框架，通过双维度（帧-像素）稀疏化策略开发了DUOP（像素级稀疏）和DUOG（组级稀疏）攻击方法。实验表明，DUOP扰动减少100倍仍保持高精度，DUOG查询量降低10倍，为提升系统防御能力提供新思路。

　　

随着TikTok等短视频平台的爆发式增长，视频检索系统成为社交媒体的核心技术之一。这类系统依赖深度学习模型（如LSTM和CNN）提取时空特征以实现高效检索，但其脆弱性在对抗样本(AE)攻击下暴露无遗。传统AE攻击通过全帧密集扰动误导检索结果，不仅易被视觉检测，还因高维视频数据导致查询成本激增。更严峻的是，现有黑盒攻击依赖的代理模型与真实系统差异大，而查询攻击又面临维度灾难。如何实现隐蔽、高效的视频AE攻击，成为安全领域亟待解决的难题。

中南大学的研究团队在《Neural Networks》发表论文，提出DUO攻击框架。该研究基于三个关键发现：仅少数关键帧决定模型预测（O1）、像素/帧对扰动的贡献度差异显著（O2）、帧内像素具有局部相关性（O3）。基于此，团队开发了DUO_P和DUO_G两种攻击方法，通过SparseTransfer生成初始稀疏扰动，再经SparseQuery优化，形成序列式攻击管道。实验采用UCF101和HMDB51数据集，按7:3划分训练测试集，统一采样16帧并缩放至224×224分辨率。

关键技术方法

1. 双维度稀疏化：在帧维度（O1）和像素维度（O2）同步筛选关键扰动区域
2. 分组扰动策略：DUO_G将相邻像素作为扰动单元（O3），降低查询复杂度
3. 序列攻击管道：SparseTransfer（基于代理模型生成扰动）与SparseQuery（黑盒优化）迭代执行

研究结果

1. 攻击效能：DUO_P在扰动量减少100倍时，攻击成功率仍超现有方法；DUO_G以10倍少查询达到同等效果
2. 隐蔽性验证：人眼视觉实验证实稀疏扰动更难被察觉
3. 跨模型迁移性：在C3D、I3D等不同架构检索系统中均表现稳定

结论与意义
该研究首次将稀疏优化引入视频AE攻击，通过DUO_P和DUO_G实现了隐蔽性与效率的突破。其价值在于：1）揭示了视频检索系统对稀疏扰动的敏感性，为防御设计指明方向；2）提出的分组扰动策略为高维数据攻击提供新范式；3）攻击管道设计可扩展至其他时序数据处理系统。团队在致谢中提到，该研究受国家自然科学基金（62372477）等多项资助支持，Xin Yao为通讯作者，其团队长期从事云计算与物联网安全研究。