本发明提出一种基于特征空间投影的对抗攻击检测方法,通过对神经网络多个中间层得到的特征空间进行分解,得到网络各个中间层的特征子空间和对抗子空间,通过计算样本对两个子空间投影长度之比作为检测量,得到包含连续多个中间层的检测量曲线。通过与正常样本的检测量均值曲线的幅值和变化趋势对比计算,能够有效地检测出对抗样本,只需要有正常的样本即可成功的建立检测模型,不需要生成特定的对抗样本进行训练,解决了基于样本的空间分布检测时的准确率低的缺陷,在检测对抗攻击时候,不需要多步迭代,复杂度低,耗时大大减少。
📄 2024103171617
📂 G06F18_213
👤 电子科技大学
📅 2024-03-20