論文の概要: Rethinking Transferable Adversarial Attacks on Point Clouds from a Compact Subspace Perspective

• arxiv url: http://arxiv.org/abs/2601.23102v1
• Date: Fri, 30 Jan 2026 15:48:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 18:28:15.53862
• Title: Rethinking Transferable Adversarial Attacks on Point Clouds from a Compact Subspace Perspective
• Title（参考訳）: コンパクト部分空間から見た点雲上の移動可能な敵攻撃の再考
• Authors: Keke Tang, Xianheng Liu, Weilong Peng, Xiaofei Wang, Daizong Liu, Peican Zhu, Can Lu, Zhihong Tian,
• Abstract要約: CoSAは、共有された低次元セマンティック空間内で機能する転送可能なアタックフレームワークである。 CoSAは、最先端のトランスファー可能な攻撃を一貫して上回っている。
• 参考スコア（独自算出の注目度）: 55.919842734983156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transferable adversarial attacks on point clouds remain challenging, as existing methods often rely on model-specific gradients or heuristics that limit generalization to unseen architectures. In this paper, we rethink adversarial transferability from a compact subspace perspective and propose CoSA, a transferable attack framework that operates within a shared low-dimensional semantic space. Specifically, each point cloud is represented as a compact combination of class-specific prototypes that capture shared semantic structure, while adversarial perturbations are optimized within a low-rank subspace to induce coherent and architecture-agnostic variations. This design suppresses model-dependent noise and constrains perturbations to semantically meaningful directions, thereby improving cross-model transferability without relying on surrogate-specific artifacts. Extensive experiments on multiple datasets and network architectures demonstrate that CoSA consistently outperforms state-of-the-art transferable attacks, while maintaining competitive imperceptibility and robustness under common defense strategies. Codes will be made public upon paper acceptance.
• Abstract（参考訳）: 既存の手法は、しばしばモデル固有の勾配やヒューリスティックに依存し、一般化を目に見えないアーキテクチャに制限する。 本稿では,コンパクトな部分空間の観点から逆転可能性を再考し,共有低次元セマンティック空間内で動作する移動可能な攻撃フレームワークであるCoSAを提案する。 具体的には、各点クラウドは、共有意味構造をキャプチャするクラス固有のプロトタイプのコンパクトな組み合わせとして表現され、対向摂動は、コヒーレントかつアーキテクチャに依存しないバリエーションを誘導するために、低ランク部分空間内で最適化される。 この設計は、モデル依存ノイズを抑え、摂動を意味論的に意味のある方向に制限し、サロゲート固有のアーティファクトに頼ることなく、モデル間転送性を向上させる。 複数のデータセットとネットワークアーキテクチャに関する大規模な実験は、CoSAが共通の防衛戦略の下での競争上の不可避性と堅牢性を維持しながら、最先端のトランスファー可能な攻撃を一貫して上回っていることを示している。 法典は受理後に公にされる。

関連論文リスト

• Bridging Symmetry and Robustness: On the Role of Equivariance in Enhancing Adversarial Robustness [9.013874391203453]
  敵対的な例では、知覚不能な入力摂動に対する感度を利用して、ディープニューラルネットワークの重大な脆弱性を明らかにしている。 本研究では,群-同変畳み込みを組込み,対向ロバスト性に対するアーキテクチャ的アプローチについて検討する。 これらの層は、モデル行動と入力空間の構造化変換を整合させる対称性の先行を符号化し、よりスムーズな決定境界を促進する。
  論文  参考訳（メタデータ） (2025-10-17T19:26:58Z)
• Transferable and Undefendable Point Cloud Attacks via Medial Axis Transform [4.74595932970229]
  MAT-Advは、トランスファービリティと非防御性の両方を強化する新しい攻撃フレームワークである。 我々は、入力点雲をコンパクトなMAT表現に投影するためにオートエンコーダを使用し、点雲の固有幾何学的構造を捉える。 MAT-Advは、転送可能性と非防御性の両方において、既存の最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2025-07-25T01:02:25Z)
• Exploiting Edge Features for Transferable Adversarial Attacks in Distributed Machine Learning [54.26807397329468]
  この研究は、分散ディープラーニングシステムにおいて、これまで見過ごされていた脆弱性を探究する。 中間的特徴をインターセプトする敵は、依然として深刻な脅威となる可能性がある。 本稿では,分散環境に特化して設計されたエクスプロイト戦略を提案する。
  論文  参考訳（メタデータ） (2025-07-09T20:09:00Z)
• Boosting Adversarial Transferability with Spatial Adversarial Alignment [56.97809949196889]
  ディープニューラルネットワークは、様々なモデルにまたがる転送可能性を示す敵の例に対して脆弱である。 本稿では,アライメント損失を利用してサロゲートモデルを微調整する手法を提案する。 ImageNet上の様々なアーキテクチャの実験では、SAAに基づくアライメントされたサロゲートモデルにより、より高い転送可能な逆の例が得られることが示されている。
  論文  参考訳（メタデータ） (2025-01-02T02:35:47Z)
• Transferable Adversarial Attacks on SAM and Its Downstream Models [87.23908485521439]
  本稿では,セグメント・アプライス・モデル(SAM)から微調整した様々な下流モデルに対する敵攻撃の可能性について検討する。 未知のデータセットを微調整したモデルに対する敵攻撃の有効性を高めるために,ユニバーサルメタ初期化(UMI)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-26T15:04:04Z)
• TREND: Transferability based Robust ENsemble Design [6.663641564969944]
  本稿では, ネットワークアーキテクチャ, 入力, 重量, アクティベーションの量子化が, 対向サンプルの転送性に及ぼす影響について検討する。 本研究では,ソースとターゲット間の入力量子化によってトランスファービリティが著しく阻害されていることを示す。 我々は、これに対抗するために、新しい最先端のアンサンブル攻撃を提案する。
  論文  参考訳（メタデータ） (2020-08-04T13:38:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。