arXiv ID:
2601.21323
arXiv 提交日期: 2026-01-29
对抗性脆弱性超越计算范式:特征工程无法防御神经对抗性迁移 / Adversarial Vulnerability Transcends Computational Paradigms: Feature Engineering Provides No Defense Against Neural Adversarial Transfer
1️⃣ 一句话总结
这项研究发现,即使使用传统手工特征工程(如HOG)的机器学习模型,也无法抵御从深度神经网络迁移过来的对抗性样本攻击,表明对抗性脆弱性是图像分类系统的一个根本性安全缺陷,而非深度学习特有的问题。