《表5 不同算法在CIFAR10数据集的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于差分进化的缺陷样本生成算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于攻击初始位置的随机性，目前的缺陷样本生成算法为了降低图像失真程度找到可以修改的像素，往往要访问更多次网络才能找到合适的缺陷位置。而差分进化算法是一种基于种群的优化算法，无须模型的梯度信息，只在选择子代像素时需要访问网络，因此提高了本文算法的查询效率，也为解决优化问题设置了较好的初始值，可以更快找到最优解。不同于一阶收敛法，在凸损失下收敛速度为，其中T为迭代次数[22～24]。当影响收敛速度的图像维度d较大时，只用梯度估计算法的黑盒攻击查询效率较低，所以本文以进化算法搜索初始点为中心的一个小区域，降低了攻击维度从而提高查询效率。