BO-DBA：基于贝叶斯优化的查询高效决策型对抗攻击
BO-DBA: Query-Efficient Decision-Based Adversarial Attacks via Bayesian Optimization
AI 导读
研究者提出 BO-DBA，将决策型对抗攻击建模为贝叶斯优化问题，通过搜索扰动方向生成对抗样本，大幅减少查询次数。在 ImageNet 预训练分类器上，BO-DBA 200 次查询内收敛，而最先进决策型攻击需 15000 多次才达到同等扰动失真。与基于贝叶斯优化的分数型攻击相比，其攻击成功率相近且扰动失真更小。