基于动量迭代快速梯度符号的SAR-ATR深度神经网络黑盒攻击算法OA北大核心CSTPCDEI
合成孔径雷达自动目标识别(SAR-ATR)领域缺乏有效的黑盒攻击算法,为此,该文结合动量迭代快速梯度符号(MI-FGSM)思想提出了一种基于迁移的黑盒攻击算法。首先结合SAR图像特性进行随机斑点噪声变换,缓解模型对斑点噪声的过拟合,提高算法的泛化性能;然后设计了能够快速寻找最优梯度下降方向的ABN寻优器,通过模型梯度快速收敛提升算法攻击有效性;最后引入拟双曲动量算子获得稳定的模型梯度下降方向,使梯度在快速收敛过程中避免陷入局部最优,进一步增强对抗…查看全部>>
万烜申;刘伟;牛朝阳;卢万杰
中国人民解放军战略支援部队信息工程大学数据与目标工程学院,郑州450000中国人民解放军战略支援部队信息工程大学数据与目标工程学院,郑州450000中国人民解放军战略支援部队信息工程大学数据与目标工程学院,郑州450000中国人民解放军战略支援部队信息工程大学数据与目标工程学院,郑州450000
计算机与自动化
合成孔径雷达目标识别黑盒攻击拟双曲动量算子斑点噪声变换
《雷达学报（中英文）》 2024 (3)
P.714-729,16
国家自然科学基金(42201472)。
评论