模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022( 三 )


基于以上观察 , 研究人员提出了基于时序平移的迁移攻击方法 。 通过沿着时序维度移动视频帧 , 来降低所生成对抗样本与白盒模型特定判别模型之间的拟合程度 , 提高对抗样本在黑盒模型上的攻击成功率 。
使用

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

表示输入视频 ,

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

表示其对应真实标签 , 其中T , H , W , C分别表示帧数 , 高度 , 宽度和通道数 , K表示类别数目 。 使用

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

表示视频模型对于视频输入的预测结果 。 定义

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

为对抗噪声 , 那么攻击目标可以定义为

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

, 其中

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

, 且限制

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

。 定义

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

为损失函数 。 则非目标攻击的目标函数可定义为:

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

为了降低攻击过程中对于白盒模型的过拟合现象 , 研究人员对时序移动后视频输入的梯度信息进行聚合:

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

其中L表示最大平移长度 , 且

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

。 函数

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022
文章图片

表示将所有的视频输入沿着时序维度平移i帧 。 当平移后的位置大于T时 , 设当前帧为第i帧 , 即t+i>T , 则第t帧的位置变为第t+i-T帧 , 否则为第t+i帧 。 而在时序平移后的视频输入上计算完梯度后 , 仍会沿着时序维度平移回原始视频帧序列 , 并通过w_i来整合来自不同平移长度的梯度信息 。 w_i可利用均一、线性、高斯三种方式生成(参考 Translation-invariant 攻击方法) 。
攻击算法整体流程如下 , 其中

模式|首个基于时序平移的视频迁移攻击算法,复旦大学研究入选AAAI 2022

推荐阅读