ترجمه فارسی مقاله همه چیز را در همه جا با هم ترکیب کنید: تجمیع چند مقیاسی برای مقاومت در برابر حملات

چکیده

Adversarial examples pose a significant challenge to the robustness, reliability and alignment of deep neural networks. We propose a novel, easy-to-use approach to achieving high-quality representations that lead to adversarial robustness through the use of multi-resolution input representations and dynamic self-ensembling of intermediate layer predictions. We demonstrate that intermediate layer predictions exhibit inherent robustness to adversarial attacks crafted to fool the full classifier, and propose a robust aggregation mechanism based on Vickrey auction that we call textit{CrossMax} to dynamically ensemble them. By combining multi-resolution inputs and robust ensembling, we achieve significant adversarial robustness on CIFAR-10 and CIFAR-100 datasets without any adversarial training or extra data, reaching an adversarial accuracy of $approx$72% (CIFAR-10) and $approx$48% (CIFAR-100) on the RobustBench AutoAttack suite ($L_infty=8/255)$ with a finetuned ImageNet-pretrained ResNet152. This represents a result comparable with the top three models on CIFAR-10 and a +5 % gain compared to the best current dedicated approach on CIFAR-100. Adding simple adversarial training on top, we get $approx$78% on CIFAR-10 and $approx$51% on CIFAR-100, improving SOTA by 5 % and 9 % respectively and seeing greater gains on the harder dataset. We validate our approach through extensive experiments and provide insights into the interplay between adversarial robustness, and the hierarchical nature of deep representations. We show that simple gradient-based attacks against our model lead to human-interpretable images of the target classes as well as interpretable image changes. As a byproduct, using our multi-resolution prior, we turn pre-trained classifiers and CLIP models into controllable image generators and develop successful transferable attacks on large vision language models.

چکیده به فارسی (ترجمه ماشینی)

نمونه های مخالف چالش مهمی را برای استحکام ، قابلیت اطمینان و تراز شبکه های عصبی عمیق ایجاد می کند.ما یک رویکرد رمان و کاربردی آسان برای دستیابی به بازنمایی های باکیفیت که منجر به استحکام مخالف با استفاده از بازنمایی های ورودی چند وضوح و خودکشی پویا از پیش بینی های لایه میانی می شود ، پیشنهاد می کنیم.ما نشان می دهیم که پیش بینی های لایه میانی استحکام ذاتی به حملات مخالف که برای فریب طبقه بندی کامل ساخته شده اند ، نشان می دهد و یک مکانیسم تجمع قوی را بر اساس حراج ویکری پیشنهاد می کنیم که ما آن را textit {crossmax می نامیم تا به صورت پویا از آنها استفاده کند.با ترکیب ورودی های چند وضوح و گروه های قوی ، ما به استحکام مخالف قابل توجهی در مجموعه داده های CIFAR-10 و CIFAR-100 بدون هیچ گونه آموزش مخالف یا داده های اضافی دست می یابیم ، و به دقت مخالف $ تقریبا 72 $ (CIFAR-10) و $ تقریباً 48 دلار (CIFAR-100) در مجموعه Autoatack Attoatk Strongbench ($ l_ infty = 8/255) $ با یک Resnet152 با استفاده از Imagenet پیش ساخته FinetUned.این یک نتیجه قابل مقایسه با سه مدل برتر در CIFAR-10 و افزایش +5 ٪ در مقایسه با بهترین روش اختصاصی فعلی در CIFAR-100 است.با افزودن آموزش های مخالف ساده در بالا ، ما در CIFAR-10 و $ 51 $ در Cifar-100 ، حدود 78 $ $ دریافت می کنیم و به ترتیب SOTA را به ترتیب 5 ٪ و 9 ٪ بهبود می بخشیم و دستاوردهای بیشتری را در مجموعه داده های سخت تر مشاهده می کنیم.ما رویکرد خود را از طریق آزمایش های گسترده تأیید می کنیم و بینش هایی در مورد تعامل بین استحکام مخالف و ماهیت سلسله مراتبی بازنمودهای عمیق ارائه می دهیم.ما نشان می دهیم که حملات ساده مبتنی بر شیب علیه مدل ما منجر به تصاویر قابل تفسیر انسان از کلاسهای هدف و همچنین تغییرات تصویر قابل تفسیر می شود.به عنوان یک محصول جانبی ، با استفاده از چند وضوح قبلی ما ، طبقه بندی کننده های از پیش آموزش دیده و مدل های کلیپ را به ژنراتورهای تصویر قابل کنترل تبدیل می کنیم و حملات قابل انتقال موفقیت آمیز را بر روی مدلهای بزرگ زبان بینایی ایجاد می کنیم.