【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾- 专知

【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾

导读

本文对对抗式学习攻击（adversarial learning attacks）进行详细综述，特别是针对统计分类器的攻击和防御。论文最后讨论了一些未来的研究方向。

编译：Xiaowen

随着基于机器学习(ML)系统在医学、军事、汽车、基因组以及多媒体和社交网络等多种应用中的广泛应用，对抗式学习(AL)攻击（adversarial learning attacks）有很大的潜在危害。在这篇文章中，我们提供了一个关于AL的综述，特别是针对统计分类器的攻击的防御。在介绍了相关术语以及攻击者和维护者的目标和可能的知识范围后，我们回顾了最近在test-time evasion (TTE)、数据中毒(DP)和反向工程(RE)攻击方面的工作，特别是针对这些攻击的防御。在此过程中，我们将鲁棒分类与异常检测(AD)、无监督和基于统计假设的防御和无攻击（no attack）假设的防御区分开来；我们识别了特定方法所需的超参数、其计算复杂性以及评估其性能的指标和质量。然后，我们深入挖掘，提供新的见解，挑战传统智慧，并针对尚未解决的问题，包括：1)稳健的分类与AD作为防御策略；2)认为攻击的成功程度随攻击强度的增加而增加，这忽略了对AD的敏感性；3)test-time evasion (TTE)攻击的小扰动：谬误或需求？4)一般假设的有效性，即攻击者知道要攻击的示例的真实程度；5)黑、灰或白盒攻击作为防御评估标准；6)基于查询的RE对广告防御的敏感性。然后，我们给出了几种针对TTE、RE和DP攻击图像的防御的基准比较。论文最后讨论了持续的研究方向，包括检测攻击的最大挑战，其目的不是改变分类决策，而是简单地嵌入“假新闻”或其他虚假内容，而不被发现。

【对抗学习综述论文便捷下载】

请关注专知公众号（点击上方蓝色专知关注）

后台回复“统计分类对抗学习”就可以获取《统计分类中的对抗性学习:对攻击防御的全面回顾》的论文下载链接~

未来的方向和挑战

A. Defence with a human-in-the-loop

即使基于广告的防御系统在检测TTE和DP攻击(真阳性率为1，假阳性率为零)方面取得了近乎完美的准确性，但在循环中有一名人类分析人员/专家将对描述检测到的攻击的性质和确定适当的响应行动(例如阻止攻击者未来访问的措施、潜在的报复)极为有用，终止可能基于TTE攻击或DP受损分类器决定的正在进行的操作)。人类对检测到的攻击进行分类还可以主动学习一个自动分类器，该分类器旨在模仿人类分析人员，即对异常进行分类，而不仅仅是检测异常。考虑到所检测到的异常的数量可能相当大，这样的自动分类器可能是非常有用的，而考虑到所需的努力和成本/专业知识，分析人员可能仅可以微操作以检查它们。

B. 虚假新闻和更广泛的注入内容攻击的挑战

（1）对分类器的复杂数据中毒攻击：我们已经展示了一些聚类和广告检测DP攻击的潜力。

（2）无监督学习环境中的数据中毒：考虑无监督的聚类/混合建模问题，尽管其中要分析的数据批已经中毒，包括来自不真实的集群/类的样本。一个好的聚类算法应该识别数据批中的所有集群，包括不真实的集群。

（3）“替代事实（Alternative Facts）”攻击

除了数据完整性之外，还有“实体完整性”攻击，实质上是寻求通过图灵测试，例如关于神经对话系统的工作。这些攻击更容易受到统计AD(或其他探测战略)的影响，因为增加对话所涉主题的持续时间和范围将最终考验人的(常识技能)熟悉限度，可能会产生统计上反常、逻辑上不一致的反应，或暴露出世界知识的巨大差距。

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！