文档名：基于TargetedUAP算法的SAR图像对抗样本生成方法
摘要：深度卷积神经网络被广泛应用于合成孔径雷达(SAR)图像目标识别.但有关研究表明,其易受SAR图像上轻微扰动的攻击,从而导致检测、分类识别的失败.为此,首先分析了光学图像下通用对抗扰动(UAP)算法,通过修改其迭代约束条件,提出有目标的UAP(Targeted-UAP)算法,搜索将对抗样本推入目标类别分类边界的最小扰动,生成有目标通用对抗扰动,以实现SAR目标识别网络的有目标攻击.使用Targeted-UAP算法生成有目标攻击SAR图像对抗样本,并在LeNet、VGGNet16、ResNet18三个经典识别模型上验证了其有效性.
作者：刘哲 夏伟杰 雷永臻Author：LIUZhe XIAWeijie LEIYongzhen
作者单位：南京航空航天大学电子信息工程学院,江苏南京211100;南京航空航天大学雷达成像与微波光子技术教育部重点实验室,江苏南京211100
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(8)
分类号：TN957.52TP391
关键词：深度学习 对抗样本 有目标攻击 通用对抗攻击
Keywords：deeplearning adversarialexamples targetedattack universaladversarialattack
机标分类号：TP391.41TN958TP183
在线出版日期：2023年8月25日
基金项目：国防科技重点实验室基金资助项目基于Targeted-UAP算法的SAR图像对抗样本生成方法[
期刊论文] 传感器与微系统--2023, 42(8)刘哲 夏伟杰 雷永臻深度卷积神经网络被广泛应用于合成孔径雷达(SAR)图像目标识别.但有关研究表明,其易受SAR图像上轻微扰动的攻击,从而导致检测、分类识别的失败.为此,首先分析了光学图像下通用对抗扰动(UAP)算法,通过修改其迭代约束条件,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于Targeted-UAP算法的SAR图像对抗样本生成方法 SAR image adversarial sample generation method based on Targeted-UAP algorithm
基于Targeted-UAP算法的SAR图像对抗样本生成方法.pdf
- 文件大小:
- 7.42 MB
- 下载次数:
- 60
-
高速下载
|
|
