ViT-EnsembleAttack：增强集成模型以提升 Vision Transformer 的对抗迁移性
ViT-EnsembleAttack: Augmenting Ensemble Models for Stronger Adversarial Transferability in Vision Transformers
AI 导读
研究者提出 ViT-EnsembleAttack，据称是首个专为 Vision Transformer 设计的基于集成的对抗攻击方法。该方法用多头丢弃、注意力分数缩放、MLP 特征混合三种策略对替代 ViT 做对抗增强，参数经贝叶斯优化，并配合自动重加权与步长扩大模块。实验显示其显著提升集成攻击在 ViT 上的对抗迁移性，大幅超越现有方法。