論文の概要: What Makes Adversarial Examples Transfer Across Deepfake Detectors?

• arxiv url: http://arxiv.org/abs/2609.10002v1
• Date: Wed, 09 Sep 2026 10:28:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.991537
• Title: What Makes Adversarial Examples Transfer Across Deepfake Detectors?
• Title（参考訳）: ディープフェイク検出器を横切る敵の事例とは?
• Abstract要約: ディープフェイク検出器は、転送ベースのブラックボックス攻撃に弱いままである。 ソース-ターゲット互換性がどのように攻撃の成功を形作るかは、いまだに理解されていない。 6つのバックボーン,2つの事前訓練体制,5つのトレーニングデータ構成にまたがる60個の検出器の対向移動性を評価した。
• 参考スコア（独自算出の注目度）: 5.340617434075992
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deepfake detectors remain vulnerable to transfer-based black-box attacks, in which adversarial examples are generated on a source surrogate model and transferred to a target model, unknown to the attacker. Yet how source--target compatibility shapes attack success remains poorly understood. Prior studies evaluate limited detector pools and rarely disentangle architectural from training factors. We conduct a controlled evaluation of adversarial transferability across 60 detectors spanning six backbones, two pretraining regimes, and five training-data configurations, using two attack procedures: AutoAttack (AA) and the Carlini--Wagner attack with Expectation over Transformation (CW--EOT). Matched comparisons reveal significantly higher transfer when source and target share an exact backbone, architecture family, pretraining regime, or training data. This compatibility structure is attack-dependent: exact backbone compatibility has the largest effect under AA, whereas shared pretraining and training data have the largest effects under CW--EOT. When transfer is averaged across non-target sources, mean attack success rate (ASR) is $7.21\%$ under AA and $19.52\%$ under CW--EOT. By contrast, a multi-source oracle combining both attacks attains a \(64.48\%\) mean ASR after excluding exact backbone and training-data matches, showing that source averaging can substantially understate target vulnerability. We release 240,000 adversarially perturbed images, complete pairwise transfer results, detector configurations, and evaluation code. These findings establish source--target compatibility and source-model selection as central dimensions of credible transfer-based black-box robustness evaluation.
• Abstract（参考訳）: ディープフェイク検出器は、送信ベースのブラックボックス攻撃に弱いままであり、ソースサロゲートモデル上で敵のサンプルが生成され、攻撃者に未知のターゲットモデルに転送される。 しかし、ソース/ターゲット互換性がどのように攻撃の成功を形作るかは、まだよく分かっていない。 以前の研究では、限られた検出器プールを評価し、トレーニング要因からアーキテクチャを分離することはめったにない。 我々は,オートアタック(AA)とカルリーニ・ワグナー攻撃(CW-EOT)の2つの攻撃手順を用いて,6つのバックボーン,2つの事前訓練体制,5つのトレーニングデータ構成にまたがる60個の検出器の対向性の評価を行った。 一致した比較では、ソースとターゲットが正確なバックボーン、アーキテクチャファミリ、事前トレーニングレシエーション、トレーニングデータを共有する場合、転送が大幅に増加する。 この互換性構造はアタックに依存しており、正確なバックボーン互換性はAAで最大の効果を持つ一方、共有事前訓練とトレーニングデータはCW--EOTで最大の効果を持つ。 平均攻撃成功率 (ASR) は、平均攻撃成功率 (AA) が7.21 %、CW-EOT が19.52 %である。 対照的に、両方の攻撃を組み合わせたマルチソースのオラクルは、正確なバックボーンとトレーニングデータマッチングを除外した後、ASRの平均値が(64.48\%)に達した。 240,000枚の逆摂動画像、完全なペア転送結果、検出器構成、評価コードをリリースする。 これらの結果から,信頼性伝達に基づくブラックボックスロバストネス評価の中心次元として,ソース-ターゲット互換性とソース-モデル選択が確立された。

関連論文リスト

• Fight Poison with Poison: Enhancing Robustness in Few-shot Machine-Generated Text Detection with Adversarial Training [3.427574505782467]
  提案するRAG-GuidEd攻撃器は、ストラストショット検出器(REACT)を駆動する。 REACTは、人間化指向のアタッカーとターゲット検出器を結合する。 我々は、REACTが8つの最先端検出器に対して平均F1を4.95ポイント改善することを示す。
  論文  参考訳（メタデータ） (2026-05-04T09:16:57Z)
• Benchmarking Adversarial Robustness and Adversarial Training Strategies for Object Detection [24.70528833663651]
  物体検出モデルは、自動運転車や知覚に基づくロボットなど、自動システムの重要なコンポーネントである。 これらのモデルの防衛の進歩は、標準化された評価の欠如によって妨げられている分類の遅れを妨げている。 既存の作業では、異なるデータセット、一貫性のない効率指標、様々な摂動コストの測定が使用されているため、攻撃や防御の方法を徹底的に比較することはほぼ不可能である。
  論文  参考訳（メタデータ） (2026-02-18T14:33:58Z)
• 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)
• Transferable Attack for Semantic Segmentation [59.17710830038692]
  敵が攻撃し、ソースモデルから生成された敵の例がターゲットモデルを攻撃するのに失敗するのを観察します。 本研究では, セマンティックセグメンテーションのためのアンサンブルアタックを提案する。
  論文  参考訳（メタデータ） (2023-07-31T11:05:55Z)
• Avoid Adversarial Adaption in Federated Learning by Multi-Metric Investigations [55.2480439325792]
  Federated Learning(FL)は、分散機械学習モデルのトレーニング、データのプライバシの保護、通信コストの低減、多様化したデータソースによるモデルパフォーマンスの向上を支援する。 FLは、中毒攻撃、標的外のパフォーマンス劣化とターゲットのバックドア攻撃の両方でモデルの整合性を損なうような脆弱性に直面している。 我々は、複数の目的に同時に適応できる、強い適応的敵の概念を新たに定義する。 MESASは、実際のデータシナリオで有効であり、平均オーバーヘッドは24.37秒である。
  論文  参考訳（メタデータ） (2023-06-06T11:44:42Z)
• Adversarial Attacks are a Surprisingly Strong Baseline for Poisoning Few-Shot Meta-Learners [28.468089304148453]
  これにより、システムの学習アルゴリズムを騙すような、衝突する入力セットを作れます。 ホワイトボックス環境では、これらの攻撃は非常に成功しており、ターゲットモデルの予測が偶然よりも悪化する可能性があることを示す。 攻撃による「過度な対応」と、攻撃が生成されたモデルと攻撃が転送されたモデルとのミスマッチという2つの仮説を探索する。
  論文  参考訳（メタデータ） (2022-11-23T14:55:44Z)
• Distributed Adversarial Training to Robustify Deep Neural Networks at Scale [100.19539096465101]
  現在のディープニューラルネットワーク(DNN)は、入力に対する敵の摂動が分類を変更したり操作したりする敵の攻撃に対して脆弱である。 このような攻撃を防御するために、敵の訓練(AT)として知られる効果的なアプローチが、堅牢な訓練を緩和するために示されている。 複数のマシンにまたがって実装された大規模バッチ対逆トレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-13T15:39:43Z)
• 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)
• ADC: Adversarial attacks against object Detection that evade Context consistency checks [55.8459119462263]
  文脈整合性チェックさえも、適切に構築された敵の例に対して脆弱であることを示す。 このような防御を覆す実例を生成するための適応型フレームワークを提案する。 我々の結果は、コンテキストを堅牢にモデル化し、一貫性をチェックする方法はまだ未解決の問題であることを示している。
  論文  参考訳（メタデータ） (2021-10-24T00:25:09Z)
• How Robust are Randomized Smoothing based Defenses to Data Poisoning? [66.80663779176979]
  我々は、トレーニングデータの品質の重要性を強調する堅牢な機械学習モデルに対して、これまで認識されていなかった脅威を提示します。 本稿では,二段階最適化に基づく新たなデータ中毒攻撃法を提案し,ロバストな分類器のロバスト性を保証する。 我々の攻撃は、被害者が最先端のロバストな訓練方法を用いて、ゼロからモデルを訓練しても効果的である。
  論文  参考訳（メタデータ） (2020-12-02T15:30:21Z)

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。