计算机工程与科学

作者：季俊豪, 张玉书, 赵若宇, 温文媖, 董理

单位：1.南京航空航天大学计算机科学与技术学院，江苏 南京 211106；2.江西财经大学信息管理学院，江西 南昌 330032；3.宁波大学信息科学与工程学院，浙江 宁波 315000

关键词：对抗攻击,水印,图像质量评价指标,优化,神经网络,

基金：国家自然科学基金(62072237);南京航空航天大学研究生科研与实践创新计划(xcxjh20231603)

随着公民版权意识的提高，越来越多含有水印的图像出现在生活中。然而，现有的研究表明，含有水印的图像会导致神经网络分类错误，这对神经网络的普及和应用构成了巨大的威胁。对抗训练是解决这类问题的防御方法之一，但是需要使用大量的水印对抗样本作为训练数据。为此，提出了一种基于智能进化算法的可见水印对抗攻击方法来生成高强度的水印对抗样本。该方法不仅能快速生成水印对抗样本，而且还能使其最大程度地攻击神经网络。此外，该方法还加入了图像质量评价指标来约束图像的视觉损失，从而使水印对抗样本更加美观。实验结果表明，所提方法相比于基准水印攻击方法时间复杂度更低，相比于基准黑盒攻击对神经网络攻击成功率更高。

来源：2024年第1期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第1期