【论文笔记】Patch-wise Attack for Fooling Deep Neural Network & Patch-wise++ Perturbation Targeted Attacks

【ECCV2020】Patch-wise Attack for Fooling Deep Neural Network & Patch-wise++新版本Patch-wise++ Perturbation for Adversarial Targeted Attacks

目前的研究方向是对抗样本、投毒攻击等等，所以大部分的论文笔记都是对抗样本方向的（gradient、patch、风格迁移、GAN等），也希望自己能够坚持写下去，研究下去，做出一定的成果。

论文链接：
Patch-wise
Patch-wise++

这两篇是电子科大的一个团队做出的成果，前者是针对于black-box的non-target攻击对抗样本，后者是白盒的target。
虽然题目中写的是patch但是对抗样本还是全部的而非patch，是patch-wise，考虑的点是不同DNN对于图像的分类的重视区域是不同的。

新颖的点：

• 基于梯度迭代攻击
• 采用了一种将溢出的gradient映射临近区域而不是直接clip掉
• 同时两篇文章都分别分析了这个迭代过程中移动step对于single-model和ensemble models的攻击效果和泛化性的影响