Rui Zhang等提出基于Lipschitz裕度的预训练分类器对抗样本认证检测方法

Rui Zhang 等发布论文，提出面向预训练分类器的对抗样本检测方法：将认证目标从传统的预测不变性（保证 ℓ₂ 球内预测不变）改为认证检测，即保证 ℓ₂ 扰动球内的对抗输入能被检出，并通过 Lipschitz-margin reduction 处理单一 Lipschitz 常数。方法无需重训练，可直接部署于任意预训练分类器，包括认证检测器 D_Adv 与 D_lc。 论文称，在 MNIST、CIFAR-10、ImageNet-1k 三个数据集上，结合 LeNet-5、VGG16、ResNet-50、ViT-B/16 四个骨干网络，检测器与 CTT、SortNet、CRM、ContraNet、A²D 五个基线相比持平或更优。认证性质为作者声称，基于论文摘要，尚未经独立复现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。