Feature Importance-aware Transferable Adversarial Attacks
论文阅读笔记,论文链接:https://arxiv.org/pdf/2107.14185.pdf背景介绍 该文章发表在2021的ICCV会议当中,并且由浙江大学、武汉大学、Adobe联合发表。我们知道深度神经网络容易受到对抗样本的攻击,而对抗样本的生成是已知源模型的参数,然后在源模型的基础上生成对
论文阅读笔记,论文链接:https://arxiv.org/pdf/2107.14185.pdf背景介绍 该文章发表在2021的ICCV会议当中,并且由浙江大学、武汉大学、Adobe联合发表。我们知道深度神经网络容易受到对抗样本的攻击,而对抗样本的生成是已知源模型的参数,然后在源模型的基础上生成对