一种频率驱动的黑盒对抗攻击方法

摘要

深入理解对抗样本的特性对保障机器学习模型安全具有重要意义。针对现有对对抗性扰动与频率成分关系认识不足的问题，对对抗性扰动在频率域中的表征进行了研究，并提出一种高效的黑盒对抗攻击方法。通过小波包分解技术对对抗样本进行多尺度频率分解，发现对抗性扰动主要集中于低频段的高频成分。为此设计了一种结合特定频段信息的黑盒对抗攻击算法，并引入归一化扰动可见性指数（NDV）以解决传统范数在评估连续和离散扰动时的局限性。在多个基准数据集和模型上的实验表明，该多频带组合攻击方法平均攻击成功率达99%，优于单一频段攻击方法，并在7项评估指标上表现出优越的综合性能。此外，验证了NDV指标能够有效克服传统L₂范数在扰动评估中的不足。

关键词

黑盒对抗攻击 / 频域 / 机器学习 / 小波包分解