論文の概要: Adversarial Attenuation Patch Attack for SAR Object Detection

• arxiv url: http://arxiv.org/abs/2604.00887v1
• Date: Wed, 01 Apr 2026 13:34:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.007308
• Title: Adversarial Attenuation Patch Attack for SAR Object Detection
• Title（参考訳）: SAR物体検出のための対向減衰パッチアタック
• Authors: Yiming Zhang, Weibo Qin, Feng Wang,
• Abstract要約: エネルギー制約付き最適化戦略を用いた新しい適応減衰パッチ(AAP)法を提案する。 AAPは信号レベルの電子ジャミング機構と整合することで物理的実現の強い可能性を示す。 本研究は,SAR目標検出システムに対する敵攻撃に対する物理的基盤的視点を提供する。
• 参考スコア（独自算出の注目度）: 4.7157664259744285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep neural networks have demonstrated excellent performance in SAR target detection tasks but remain susceptible to adversarial attacks. Existing SAR-specific attack methods can effectively deceive detectors; however, they often introduce noticeable perturbations and are largely confined to digital domain, neglecting physical implementation constrains for attacking SAR systems. In this paper, a novel Adversarial Attenuation Patch (AAP) method is proposed that employs energy-constrained optimization strategy coupled with an attenuation-based deployment framework to achieve a seamless balance between attack effectiveness and stealthiness. More importantly, AAP exhibits strong potential for physical realization by aligning with signal-level electronic jamming mechanisms. Experimental results show that AAP effectively degrades detection performance while preserving high imperceptibility, and shows favorable transferability across different models. This study provides a physical grounded perspective for adversarial attacks on SAR target detection systems and facilitates the design of more covert and practically deployable attack strategies. The source code is made available at https://github.com/boremycin/SAAP.
• Abstract（参考訳）: ディープニューラルネットワークは、SARターゲット検出タスクにおいて優れたパフォーマンスを示してきたが、敵の攻撃を受けやすいままである。 既存のSAR固有の攻撃法は、検出器を効果的に欺くことができるが、それらはしばしば顕著な摂動を導入し、主にデジタルドメインに限られており、SARシステムを攻撃する物理実装の制約を無視している。 本稿では,アタック効率とステルスネスのシームレスなバランスを実現するために,エネルギー制約付き最適化戦略と,アタックベースデプロイメントフレームワークを組み合わせた新しいアタクショナルアタクチュエーションパッチ(AAP)手法を提案する。 さらに重要なことに、AAPはシグナルレベルの電子ジャミング機構と整合することで、物理的実現の強い可能性を示す。 実験結果から,AAPは検出性能を低下させるとともに,高い認識性を維持し,異なるモデル間で良好な伝達性を示すことがわかった。 本研究は、SAR目標検出システムに対する敵攻撃に対する物理的基盤的視点を提供し、より包括的で実用的に展開可能な攻撃戦略の設計を容易にする。 ソースコードはhttps://github.com/boremycin/SAAPで公開されている。

関連論文リスト

• SRAW-Attack: Space-Reweighted Adversarial Warping Attack for SAR Target Recognition [4.643429435927802]
  SRAW(Space-Reweighted Adrial Warping)を提案する。 実験により、SRAWは最先端のSAR-ATRモデルの性能を著しく低下させることが示された。
  論文  参考訳（メタデータ） (2026-01-15T12:09:49Z)
• Generative Adversarial Evasion and Out-of-Distribution Detection for UAV Cyber-Attacks [6.956559003734227]
  本稿では,IDS機構を回避したステルス性対向攻撃を実現するための条件生成対向ネットワーク(cGAN)ベースのフレームワークを提案する。 本研究は,IDS能力を高めるための高度な確率的モデリングの重要性を強調した。
  論文  参考訳（メタデータ） (2025-06-26T10:56:34Z)
• Realistic Scatterer Based Adversarial Attacks on SAR Image Classifiers [7.858656052565242]
  対向攻撃は、分類器を誤用して誤った予測を行うように、地上目標のSAR画像を摂動する。 本研究は,散乱器を用いた物理対向攻撃であるOn-Target Scatterer Attack (OTSA)を提案する。 本研究は,既存の手法と比較して,位置制約下での攻撃による成功率が有意に高いことを示す。
  論文  参考訳（メタデータ） (2023-12-05T17:36:34Z)
• DALA: A Distribution-Aware LoRA-Based Adversarial Attack against Language Models [64.79319733514266]
  敵攻撃は入力データに微妙な摂動をもたらす可能性がある。 最近の攻撃方法は比較的高い攻撃成功率(ASR)を達成することができる。 そこで本研究では,分散ロラをベースとしたDALA(Adversarial Attack)手法を提案する。
  論文  参考訳（メタデータ） (2023-11-14T23:43:47Z)
• Guidance Through Surrogate: Towards a Generic Diagnostic Attack [101.36906370355435]
  我々は、攻撃最適化中に局所最小限を避けるための誘導機構を開発し、G-PGAと呼ばれる新たな攻撃に繋がる。 修正された攻撃では、ランダムに再起動したり、多数の攻撃を繰り返したり、最適なステップサイズを検索したりする必要がありません。 効果的な攻撃以上に、G-PGAは敵防御における勾配マスキングによる解離性堅牢性を明らかにするための診断ツールとして用いられる。
  論文  参考訳（メタデータ） (2022-12-30T18:45:23Z)
• Benchmarking Adversarial Patch Against Aerial Detection [11.591143898488312]
  適応パッチに基づく新しい物理攻撃(AP-PA)フレームワークを提案する。 AP-PAは、物理力学と様々なスケールに適応する逆パッチを生成する。 航空探知作業における敵パッチの攻撃効果を評価するため, 包括的, 一貫性, 厳密なベンチマークを最初に確立した。
  論文  参考訳（メタデータ） (2022-10-30T07:55:59Z)
• Illusory Attacks: Information-Theoretic Detectability Matters in Adversarial Attacks [76.35478518372692]
  エプシロン・イリューソリー(epsilon-illusory)は、シーケンシャルな意思決定者に対する敵対的攻撃の新たな形態である。 既存の攻撃と比較して,エプシロン・イリューソリーの自動検出は極めて困難である。 以上の結果から, より優れた異常検知器, 効果的なハードウェアおよびシステムレベルの防御の必要性が示唆された。
  論文  参考訳（メタデータ） (2022-07-20T19:49:09Z)
• On Trace of PGD-Like Adversarial Attacks [77.75152218980605]
  敵対的攻撃は、ディープラーニングアプリケーションに対する安全性とセキュリティ上の懸念を引き起こす。 モデルの勾配一貫性を反映した適応応答特性(ARC)特性を構築する。 私たちの方法は直感的で、軽量で、非侵襲的で、データ不要です。
  論文  参考訳（メタデータ） (2022-05-19T14:26:50Z)
• Investigating Robustness of Adversarial Samples Detection for Automatic Speaker Verification [78.51092318750102]
  本研究は,ASVシステムに対して,別個の検出ネットワークによる敵攻撃から防御することを提案する。 VGGライクな二分分類検出器を導入し、対向サンプルの検出に有効であることが実証された。
  論文  参考訳（メタデータ） (2020-06-11T04:31:56Z)

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。