摘要: 针对现有对抗样本生成算法容易陷入局部最优解的问题, 提出了一种名为 R-attack 的算法,通过束搜索和随机元来提高攻击成功率。利用束搜索在同义词空间中寻找最优解,增加对抗样本的多样性,进而提高攻击的效率,同时,在迭代搜索过程中引入随机元素,避免过早陷入局部最优解,从而有效提高攻击成功率。在 3 个数据集上对 2 个模型进行了对抗攻击实验,实验结果表明,用 R-attack 算法能够有效提高对抗样本的攻击成功率。以在Yahoo! Answers 数据集上训练的双向长短期记忆网络模型为例,用 R-attack 算法攻击模型的攻击成功率比基线高了 2.4% 。
中图分类号: