深度学习网络的对抗鲁棒性问题远未得到解决，而之前提出的当前最佳方法被本研究发现是过拟合于某种对抗攻击类型的。在今天要介绍的论文中，研究者提出了一种基于变分自编码器的分类模型ABS，可以导出每个实例的鲁棒性边界。在MNIST上的实验结果表明，ABS对各种对抗攻击都具备鲁棒性，达到当前最佳；并且能骗过它的很多对抗样本，人类也是能理解其语义含义的。
如下图所示，ABS 把 0 识别成 6，把 1 识别成 2... 这对于人类而言，也有识别出错的可能。
深度神经网络非常容易受到微小的对抗扰动的影响，这些扰动几乎对人的识别没什么影响，但能将 DNN 的分类预测转变为任意想要的目标类别。寻找有效抵御机制的一个关键难题是可靠评估模型鲁棒性。有文献已经屡次表明，先前提出的所有抵御机制都不能增加模型的稳健性，而是预防最小的已有对抗样本攻击。少部分可验证的抵御机制只能保证数据点周围一小部分 linear regime 内的鲁棒性。
当前认为唯一有效的防御方法是 Madry 等人提出的一种特别类型的对抗训练。在 MNIST 上，对抗扰动 L_∞范数限制为 0.3 时，目前为止这种方法能够达到 88.79% 的准确率。也就是说，如果我们允许攻击器扰动每个像素亮度达到 0.3 时（范围为 0-1），它只能在 10% 的样本上诱骗模型。这是很大的成功，但模型真的学到更多因果特征来分类 MNIST 吗？在本文中，研究者证明并非如此：首先，Madry 等人提出的防御方法在 L_∞ 上过拟合，在某种意义上，L_2 和 L_0 中的对抗扰动跟无防御的网络一样小。第二，因为 MNIST 中单个像素的二值（非黑即白）特性，Mardy 等人方法取得的稳健结果也能用简单的输入二值化方法来获得。第三，它是直接把识别不出的图像分类为一个数字。最后，Madry 等人找到的最小对抗样本对人类没有意义。
图 4：示例：CNN、Madry 方法和本文提出的 ABS 模型以超过 90%准确率将图像分类为「1」。
总结起来，即使是 MNIST 也不能被认为用相关的对抗鲁棒性方法解决了。「解决了（solved）」一词意味着模型能够达到知道 99% 的准确率（查看 GiLmer 等人论文中准确率与鲁棒性的权衡）且有效的对抗样本要对人类有语义意义（也就是说样本看起来可以归属到某一类）。因此，尽管 MNIST 被认为非常简单，找到 MNIST 上的对抗鲁棒性模型仍是一个开发性难题。
作者在本文中探索的潜在解决方案受到了不可识别图像或远端对抗（distal adversarials）的启发。远端对抗是和训练图像不相似，看起来像噪声，但仍以高信度被模型分类的图像。看起来似乎很难在前馈网络中防御此类图像，因为我们对于远超出训练领域的输入如何被分类很难进行控制。相对地，生成模型可以学习输入的分布，并因此可以度量其分类信度。通过在每个类别中额外地学习图像分布，我们可以检查输入展示的图像特征如何影响分类结果（例如，公交车的图像应该包含真实的公交车特征）。按照这种信息论的思路，我们可以想到著名的贝叶斯分类器概念。在本文中，作者介绍了一种基于变分自编码器的微调变体，其在实现高准确率的同时能保证鲁棒性。
图 1：模型架构概览图。简单来说：I) 在隐藏空间执行梯度下降，对每个采样 x，我们计算出每个类别的对数似然度下界（ELBO）；II) 类-条件（class-conditional）ELBO 的类依赖（class-dependent）标量权重构成了最终的分类预测。
本文的研究贡献总结如下：
-
本研究表明 MNIST 的对抗鲁棒性问题并没有得到解决：当前最佳的 Madry 等人提出的防御方法仍然对微小的扰动很脆弱；
-
研究者引入了一种新的分类模型，并导出了特定于实例的鲁棒性保证；
-
研究者开发了一种新的利用了 ABS 模型的生成结构的攻击方法；
-
研究者引入了一种新的基于决策的最小化 L_0 的攻击；
研究者在多种攻击类型上进行了防御方法的扩展实验评估，表明 ABS 模型能在 L_0、L_2、L_∞扰动上能超越当前最佳，并且对 ABS 有效的对抗攻击对于人类而言也具备语义含义。
作者认为尽管已经做了较充分的对比实验，但仍然是不全面的，之后将会开源模型架构和预训练权重，让社区独立地进行模型评估。
论文标题：TOWARDS THE FIRST ADVERSARIALLY ROBUST NEURAL NETWORK MODEL ON MNIST
地址：https://arxiv.org/pdf/1805.09190v3.pdf
尽管付出了巨大的努力，深度神经网络在 MNIST（计算机视觉中最常用的小型数据集）上执行分类任务时仍然对微小的扰动高度敏感。我们在本研究中表明即使是广泛认可和目前最成功的由 Madry 等人提出的对抗方法也存在如下问题：（1）对 L_∞指标过拟合（对 L_2 和 L_0 扰动则很敏感）；（2）对（人类）不可识别的图像以高确定度进行分类；（3）表现并没有比简单的输入二值化方法更好；（4）使用的对抗扰动对人类而言没有语义含义。
这些结果表明 MNIST 的对抗鲁棒性问题远远没有得到解决。我们在本文中展示了一种新型的鲁棒分类模型，其使用学习到的类条件（class-conditional）数据分布来执行合成分析（analysis by synthesis）。我们导出了鲁棒性的边界，并在大量实验中使用最大化的有效对抗攻击来评估我们的模型，包括：（a）L_p范数的基于决策、基于分数、基于梯度和基于迁移的攻击；（b）设计了一种新的利用防御模型的结构的攻击；（c）设计了一种新的基于决策的的攻击，其试图最小化扰动像素的数量（L_0），结果表明我们的方法在 MNIST 上的 L_0、L_2、L_∞扰动攻击中能取得当前最佳的鲁棒性，并且展示大多数对抗样本都远远偏离了原始类别和对抗类别之间的感知边界。
实验
我们对比了我们的 ABS 模型、输入二值化变体（Binary ABS）、输入二值化的 CNN（Binary CNN）与其它三种模型的对抗鲁棒性表现，包括：当前最佳的 L_∞防御（Madry et al., 2018）、最近邻模型（具备鲁棒性但不准确的基线）、标准 CNN（准确而不够鲁棒的基线）。
对每个模型和 L_p范数，我们展示了随着对抗扰动尺度增加模型准确率降低的表现，如图 2 所示。在图（b）中我们能看到 Madry 等人的方法在 L_∞距离=0.3 的阈值内有很好的表现，而 Binary ABS 能达到 0.5 的阈值。
图 2：所有模型在各种距离指标（L_0、L_2、L_∞扰动攻击）上随对抗扰动尺度变化的识别准确率变化。
结果
我们对所有模型的鲁棒性评估结果如表 1 和图 2 所示。所有的模型（除了最近邻分类器）都在干净的测试样本中达到了将近 99% 的准确率。其中我们分别使用了 L_0、L_2、L_∞扰动攻击。
对于 L_2 扰动，我们的 ABS 模型显著超越了所有其它模型。
对于 L_∞扰动，我们的 Binary ABS 模型在中等扰动尺寸下达到当前最佳。从准确率的角度看，当扰动距离＜0.3 时，Madry 等人的方法似乎更加鲁棒。然而，如图 2 中的准确率下降曲线所示，这只是针对特定阈值下才有效（Madry 等人的方法专门为 0.3 阈值优化）。而稍微更大的阈值下（例如 0.35），Binary ABS 模型的表现要好得多。
对于 L_0 扰动，ABS 和 Binary ABS 相比其它模型的鲁棒性都要好得多。有趣的是，Madry 等人的方法鲁棒性最低，甚至低于基线 CNN。
表 1：不同模型在不同对抗攻击和距离指标下的 MNIST 分类准确率结果。每一项展示了所有样本的中位数对抗距离（左值，黑体），以及模型在对抗扰动阈值（L_2 = 1.5、L_∞ = 0.3、L_0 = 12）下的分类准确率（右值，灰体）。「w/ GE」表示使用了数值梯度估计的攻击。
图 3：对 ABS 模型有效的对抗样本在人类感知上是有意义的：对每个样本（从每个类别中随机选取），我们展示了任意攻击中的最小 L_2 对抗扰动。我们的 ABS 模型的有效对抗攻击是视觉上可见并且通常在语义上有意义的。Madry 等人的方法的有效攻击在视觉上可见，但语义含义要模糊得多。
图 5：L_0 误差分位数：我们以前总是为每个模型选择任意攻击的最小化 L_0 对抗扰动。为了进行无偏差选取，我们随机地在四个误差分位数（0 − 25%、25 − 50%、50 − 75%、75 − 100%)）中采样图像。
理论 对抗样本 计算机视觉
相关数据
Adversarial examples
对抗样本是一类被设计来混淆机器学习器的样本，它们看上去与真实样本的几乎相同（无法用肉眼分辨），但其中噪声的加入却会导致机器学习模型做出错误的分类判断。
Bayesian classifier
基于贝叶斯概率定理的分类器
来源：机器之心
Deep neural network
深度神经网络（DNN）是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。
来源：机器之心 Techopedia
Computer Vision
计算机视觉（CV）是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。
来源：机器之心
Information theory
信息论是在信息可以量度的基础上，研究有效地和可靠地传递信息的科学，它涉及信息量度、信息特性、信息传输速率、信道容量、干扰对信息传输的影响等方面的知识。通常把上述范围的信息论称为狭义的信息论，又因为它的创始人是香农，故又称为香农信息论。
来源：曹雪虹等 信息论与编码(第2版) 清华大学出版社
Frobenius Norm
范数(norm)，是具有“长度”概念的函数。在线性代数、泛函分析及相关的数学领域，是一个函数，其为向量空间内的所有向量赋予非零的正长度或大小。半范数反而可以为非零的向量赋予零长度。
来源： CSDN Blog
Generative Model
在概率统计理论中, 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。 它给观测值和标注数据序列指定一个联合概率分布。 在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。
来源： 维基百科
Gradient Descent
梯度下降是用于查找函数最小值的一阶迭代优化算法。 要使用梯度下降找到函数的局部最小值，可以采用与当前点的函数梯度（或近似梯度）的负值成比例的步骤。 如果采取的步骤与梯度的正值成比例，则接近该函数的局部最大值，被称为梯度上升。
来源：Vapnik V. N. (2000). The Nature of Statistical Learning Theory. Information Science and Statistics. Springer-Verlag. Wikipedia
perception
知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。
来源： 维基百科
Variational autoencoder
变分自编码器可用于对先验数据分布进行建模。从名字上就可以看出，它包括两部分：编码器和解码器。编码器将数据分布的高级特征映射到数据的低级表征，低级表征叫作本征向量（latent vector）。解码器吸收数据的低级表征，然后输出同样数据的高级表征。变分编码器是自动编码器的升级版本，其结构跟自动编码器是类似的，也由编码器和解码器构成。在自动编码器中，需要输入一张图片，然后将一张图片编码之后得到一个隐含向量，这比原始方法的随机取一个随机噪声更好，因为这包含着原图片的信息，然后隐含向量解码得到与原图片对应的照片。但是这样其实并不能任意生成图片，因为没有办法自己去构造隐藏向量，所以它需要通过一张图片输入编码才知道得到的隐含向量是什么，这时就可以通过变分自动编码器来解决这个问题。解决办法就是在编码过程给它增加一些限制，迫使其生成的隐含向量能够粗略的遵循一个标准正态分布，这就是其与一般的自动编码器最大的不同。这样生成一张新图片就比较容易，只需要给它一个标准正态分布的随机隐含向量，这样通过解码器就能够生成想要的图片，而不需要给它一张原始图片先编码。
Weight
线性模型中特征的系数，或深度网络中的边。训练线性模型的目标是确定每个特征的理想权重。如果权重为 0，则相应的特征对模型来说没有任何贡献。
来源：Google AI Glossary
Accuracy
分类模型的正确预测所占的比例。在多类别分类中，准确率的定义为：正确的预测数/样本总数。 在二元分类中，准确率的定义为：(真正例数+真负例数)/样本总数
机器之心是国内领先的前沿科技媒体和产业服务平台,关注人工智能、机器人和神经认知科学,坚持为从业者提供高质量内容和多项产业服务。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 懂得了这些套路，数据建模轻松搞定
- ios – UITableView在顶部获得了空白[封闭]
- 实力与颜值齐飞！这里的 IT 女神不得了！
- DragonFly的HAMMER2文件系统获得了更多的性能优化
- 亚马逊获得了加密和分布式数据存储解决方案的专利
- 日本:网络安全专家声称在追踪Zaif交易所黑客方面取得了进展
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
