【遷移攻擊筆記】圖像＆模型同時遷移2017Universal adversarial perturbations

核心思想： 這篇17年的文章核心思想很簡單： 初始化v=0沒有擾動，然後對於每個樣本加上擾動v後： 分類錯誤，則下一個樣本; 分類正確，尋找一個微小的擾動 ，使得分類錯誤。 不斷重複，直到在這樣本中錯誤樣本滿足錯誤率。 所以可以理解成最原始最暴力的遷移攻擊方法。然而最原始最暴力的方法往往也是最泛用的，所以對全數據集全網絡都能通用。 算法和示意圖如下： 圖像遷移和網絡遷移結果如下： 數學解釋： 首先

>>阅读原文<<