《iScience》：AgroPatch AutoStrike for adversarial patch attacks on plant disease detection models
编辑推荐：
植物病害威胁粮食安全并造成巨大经济损失，推动人工智能用于自动化检测。尽管视觉Transformer（ViT）在农业中展现出良好性能，但其对对抗补丁攻击的脆弱性仍未被充分探索。现有为通用图像设计的补丁攻击对植物病害图像效果较弱。研究人员提出AgroPatch-A
植物病害威胁粮食安全并造成巨大经济损失，推动人工智能用于自动化检测。尽管视觉Transformer（ViT）在农业中展现出良好性能，但其对对抗补丁攻击的脆弱性仍未被充分探索。现有为通用图像设计的补丁攻击对植物病害图像效果较弱。研究人员提出AgroPatch-AutoStrike（APA），一种面向基于ViT的植物病害检测的对抗补丁攻击框架。APA将方差驱动特征补丁攻击（VDFPA）与对抗焦点损失（AFL）结合，以改进补丁放置并强调难以攻击的类别。在木薯叶病害数据集上，APA使用覆盖图像2%区域的四个补丁，将大多数ViT模型的鲁棒准确率（RA）降至接近零。与patch-fool和LaVAN相比，APA在推理时间相当的情况下实现低1–2%的RA。这些发现揭示了植物病害检测模型中的鲁棒性缺口，并支持面向农业人工智能的领域特定对抗鲁棒性评估。
研究背景方面，农业在全球经济中占据关键地位，提供粮食与原料，但病虫害导致严重产量与经济损耗，促使基于深度学习的自动化植物病害识别被广泛研究。卷积神经网络（CNN）虽提升性能，但在遮挡、噪声与分布偏移下表现受限；视觉Transformer（ViT）借助自注意力建模长程依赖，在复杂农业场景中展现优势。然而ViT依赖token级注意力，对局部化对抗补丁攻击尤为敏感，扰动1%–3%图像即可严重降级预测。现有patch-fool、LaVAN等通用补丁攻击在农业图像（绿色主导背景、微小病斑、不规则叶片、类别不平衡）上迁移性差，木薯叶数据集上准确率难降至50%以下，说明领域适配攻击方法缺失。真实农田中无人机、手机、田间机器人采集图像含纹理、土壤噪声与光照变化，物理贴片易伪装成自然遮挡，使农业AI部署面临实际威胁，故需针对植物病害ViT检测的领域特定对抗鲁棒性评估。
该研究由研究人员在《iScience》发表，提出AgroPatch-AutoStrike（APA）框架，结合方差驱动特征补丁攻击（VDFPA）与对抗焦点损失（AFL）。VDFPA融合注意力分数、补丁内特征方差与纹理先验定位薄弱区域；AFL依据类别抗攻击程度自适应重加权梯度，缓解类别不平衡。在木薯叶病害数据集上，注入1–4个补丁（单补丁约覆盖2%图像），系统评估补丁数量与位置对ViT-S、SimpleViT、DeiT、DeepViT等架构鲁棒准确率（RA）的影响，并测试跨模型迁移与误分类行为。结果显示4个补丁可将多数ViT的RA降至近零，较patch-fool与LaVAN再降1–2%且推理耗时相当，证明精心放置的补丁攻击对农业自注意力架构仍具现实威胁。
关键技术方法上，研究人员采用木薯叶病害数据集，选取ViT-S、SimpleViT、DeiT、DeepViT四类ViT骨干；设计VDFPA模块，以注意力图叠加补丁内特征方差及纹理线索（如局部梯度、频谱能量）生成脆弱区域得分；提出AFL替代标准交叉熵，对难攻击类别放大梯度贡献；实施白盒补丁优化，迭代更新补丁像素使目标模型RA最小化；设置1–4补丁、不同覆盖率与位置的消融，并与patch-fool、LaVAN对比RA与推理时间，额外验证对CNN（如ResNet）的迁移性。
研究结果部分，引言指出农业AI从SVM、ANN演进至CNN与ViT，但对抗补丁在农业场景研究空白，通用攻击因领域视觉先验失配而失效。Related work综述ViT在苹果、葡萄、水稻病害检测超越CNN，同时指出ViT对自然噪声鲁棒却对物理补丁脆弱，既有鲁棒性研究多基于ImageNet等通用集。VISION transformers in agricultural disease detection小节列举Fu、Lu、Yu、Rachman等将Ghost模块、Inception块融入ViT提升葡萄、水稻病害识别率，印证ViT领域有效性。Robustness of ViT小节引述Gu、Fu（patch-fool）、Mahmood、Shao等，明确ViT自注意力对token扰动敏感、补丁攻击迁移性弱于CNN间迁移。Adversarial attacks小节区分白盒/黑盒，指出现有农业攻击（Luo的FGSM变体、You的GP-MI-FGSM）属全局微小扰动，未解决局部补丁领域适配。
讨论与结论翻译部分，研究人员总结：APA是首个面向ViT植物病害检测的领域特定对抗补丁框架，VDFPA利用方差与纹理修正注意力错位，AFL克服类别不平衡导致的攻击偏置；在木薯叶数据上4补丁（2%面积）使ViT-S/DeiT/DeepViT/SimpleViT的RA趋零，跨CNN迁移有效；相比patch-fool、LaVAN，APA以同等推理成本再降RA 1–2%，揭示农业视觉Transformer鲁棒性缺口。该研究为精准农业可信AI提供评估基准，证明真实农田中伪装贴片可误导植保决策，未来防御需考虑农业纹理先验与token注意力解耦。
