基于稳定扩散模型与特征截断的无约束对抗攻击方法FTUAttack研究

本文提出基于稳定扩散模型的特征截断无约束攻击方法FTUAttack，通过全局深度特征提取器（GDFE）和关键潜在特征提取器（CLFE）模块实现特征截断，结合多损失融合（MLF）策略平衡迁移性与不可感知性。该研究首次将扩散模型与特征截断思想结合，为提升对抗样本的跨模型攻击能力提供了新范式。

　　

Highlight

• 提出基于稳定扩散模型的特征截断无约束攻击方法FTUAttack，首次将扩散模型与特征截断思想结合

• 设计全局深度特征提取器（GDFE）模块，有效截断图像全局特征

• 开发关键潜在特征提取器（CLFE）模块，通过五种分割方式优化局部特征截断

• 提出多损失融合（MLF）策略，整合攻击损失、激励损失、交叉注意力损失和自注意力损失

Problem Formulation

给定原始图像x及其真实标签y，攻击目标是通过添加微小扰动生成x′，使分类器F_θ输出错误结果：F_θ(Attack(x;G_η)) = F_θ(x′) ≠ y。其中Attack(·)为攻击方法，G_η是生成对抗样本的源模型。

Overview of FTUAttack

本工作提出的FTUAttack包含三大核心组件：

1. 1.

   GDFE模块：在扩散去噪前截断全局特征

2. 2.

   CLFE模块：在去噪过程中识别并截断关键局部特征

3. 3.

   MLF策略：通过四重损失函数（攻击/激励/交叉注意力/自注意力损失）协同优化

Experimental Settings

使用ImageNet-Compatible数据集评估无约束攻击效果，对比现有方法验证FTUAttack在迁移性和视觉隐蔽性方面的优势。

Conclusion

FTUAttack首次揭示了扩散模型中特征截断对提升对抗攻击性能的巨大潜力，通过稳定扩散模型的生成能力和特征截断思想，实现了迁移性与不可感知性的突破性平衡。