SemiAdv：基于无标注图像的查询高效黑盒对抗攻击
SemiAdv: Query-Efficient Black-Box Adversarial Attack with Unlabeled Images
AI 导读
SemiAdv 将半监督学习引入黑盒对抗攻击，平均只需数百次查询即可实现超过 90% 成功率的有效攻击。现有黑盒攻击通常需要大量标注数据来弥合替代模型与目标模型的差异，SemiAdv 则可直接利用无标注原始数据发起攻击。实验显示，与最先进攻击相比，其生成对抗样本最多节省 12 倍查询次数，攻击成功率仍具竞争力。