AdvCure：通过属性解耦与交换防御深度图像分类器

《IEEE Design & Test》：AdvCure: Defending Deep Image Classifiers via Attribute Disentanglement and Swapping

　　摘要：深度神经网络（DNNs）对对抗样本的固有脆弱性已引起严重关注。尽管在提高 DNNs 鲁棒性方面已做出相当大的努力，但开发一种能泛化到未知攻击的高效防御方法仍然充满挑战。在本文中，我们提出了 AdvCure，一种针对多种未知对抗攻击的新型即插即用防御方法。我们的主要想法是从对抗样本中分离出“病态”属性，并用“健康”属性来“治愈”它们。具体而言，我们设计了一个双层自编码器结构，分别从对抗样本和良性样本中解纠缠病态属性和健康属性，同时通过用健康属性替换那些病态属性来治愈对抗样本。实证评估表明，AdvCure 具有以下优势：(1) 强大的泛化能力。它优于现有的对抗防御，在测试时可以防御 9 种未知攻击。特别是在 ImageNet 数据集上的基于丢弃的攻击方面，AdvCure 分别比最先进的防御方法 ScoreOpt 和 OSCP 高出 34.32% 和 10%。(2) 低推理时间。它可以在 5 毫秒内净化来自 ImageNet 的对抗样本，这比 ScoreOpt 快大约 122 倍。(3) 极好的灵活性。它支持跨域健康属性提取，仅导致鲁棒准确性略微下降。