提出基于Lipschitz-Margin分析的对抗检测方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Rui Zhang 等作者的论文，提出一种面向预训练分类器的可认证对抗样本检测方法。该工作通过证明从认证 ℓ2 鲁棒性到认证检测的 Lipschitz 边缘归约，将问题简化为处理单个 Lipschitz 常数 L，并引入 D_Adv 与 D_lc 两个检测器家族。据该论文，两种检测器均可在任意预训练分类器上部署且无需重训练；在获得有效全局界时，检测器在该半径上完全可认证，而使用局部估计 L' 时认证为逐样本进行，仅在满足其认证条件时适用。该论文采取以检测为导向的思路：不认证 ℓ2 球内预测不变，而是认证 ℓ2 球内的对抗输入被检测到。目前进展限于论文发表，尚无后续跟进报道。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。