ترجمه فارسی مقاله یادگیری مقابله‌ای مبتنی بر سرعت برای حملات خصمانه قابل انتقال

چکیده

Recent vision-language foundation models, such as CLIP, have demonstrated superior capabilities in learning representations that can be transferable across diverse range of downstream tasks and domains. With the emergence of such powerful models, it has become crucial to effectively leverage their capabilities in tackling challenging vision tasks. On the other hand, only a few works have focused on devising adversarial examples that transfer well to both unknown domains and model architectures. In this paper, we propose a novel transfer attack method called PDCL-Attack, which leverages the CLIP model to enhance the transferability of adversarial perturbations generated by a generative model-based attack framework. Specifically, we formulate an effective prompt-driven feature guidance by harnessing the semantic representation power of text, particularly from the ground-truth class labels of input images. To the best of our knowledge, we are the first to introduce prompt learning to enhance the transferable generative attacks. Extensive experiments conducted across various cross-domain and cross-model settings empirically validate our approach, demonstrating its superiority over state-of-the-art methods.

چکیده به فارسی (ترجمه ماشینی)

مدلهای بنیاد بینایی اخیر ، مانند کلیپ ، توانایی های برتر در یادگیری بازنمایی ها را نشان داده اند که می تواند در طیف های متنوعی از کارهای پایین دست و حوزه ها قابل انتقال باشد.با ظهور چنین مدلهای قدرتمند ، برای استفاده مؤثر از توانایی های آنها در مقابله با کارهای بینایی چالش برانگیز بسیار مهم شده است.از طرف دیگر ، فقط چند اثر بر روی ابداع نمونه های مخالف متمرکز شده اند که به خوبی به حوزه های ناشناخته و معماری های مدل منتقل می شوند.در این مقاله ، ما یک روش حمله انتقال جدید به نام PDCL-Attack را پیشنهاد می کنیم ، که از مدل کلیپ برای افزایش قابلیت انتقال آشفتگی های مخالف ایجاد شده توسط یک چارچوب حمله مبتنی بر مدل تولیدی استفاده می کند.به طور خاص ، ما با استفاده از قدرت بازنمایی معنایی متن ، به ویژه از برچسب های کلاس حقیقت زمین از تصاویر ورودی ، یک راهنمایی ویژگی سریع محور را تشکیل می دهیم.به بهترین دانش ما ، ما اولین کسی هستیم که یادگیری سریع را برای تقویت حملات تولیدی قابل انتقال معرفی می کنیم.آزمایش های گسترده ای که در بین تنظیمات مختلف دامنه متقابل و متقاطع انجام شده است ، رویکرد ما را تأیید می کند و برتری آن را نسبت به روشهای پیشرفته نشان می دهد.