arXiv Artificial Intelligence· Ali Javeri, Javad Hezareh, Radin Shahdaei, AmirMahdi Sadeghzadeh·2026-10-15 12:00· 18 小时前AI 评分26

Gradient Confusion Defense：无需重训的确定性防御抵御黑盒分数查询攻击

Mitigating Black-Box Score-Based Query Attacks via Gradient Confusion

AI 导读

Gradient Confusion Defense（GCD）是一种无需重训的确定性测试时封装方法，通过求解基于模型 Jacobian 的约束优化问题，将暴露的 logit 梯度对齐到与真实对抗损失梯度最大程度错位的目标方向，从而提升攻击的查询复杂度。