特征空间扰动生成更具迁移性的对抗样本

基于摘要分析。本文研究深度 CNN 的跨模型定向对抗攻击，通过扰动输入，使源图像在某一层 L 的特征表示靠近目标图像在同层的表示，以生成能够迁移至黑盒模型的定向对抗样本。主要研究对象是图像模型的对抗脆弱性与跨模型类别表示，并非 EEG 或 BCI 解码。 核心机制是以中间特征表示为攻击目标，而非仅围绕最终分类输出构造扰动；攻击设计明确以迁移性为目标。摘要未提供具体距离度量、损失形式、扰动约束、优化流程及模型配置，这些实现条件尚未验证。 作者报告，该方法在定向攻击指标上较竞赛获胜方法提升超过 30%；但摘要未给出指标名称、评估数据集、源模型与黑盒目标模型组合，也未说明该数字是相对提升还是百分点差异，因此不能进一步量化比较。作者还报告，生成样本所选的层 L 会影响迁移性，观察到的迁移特征不依赖特定黑盒模型，并据此认为训练良好的深度模型具有相似的高度抽象表示。这些结论的适用范围、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可检验的迁移假设是，若不同 EEG 分类模型在相同任务上形成可对齐的中间类别表示，则特征对齐攻击可能用于评估其跨模型鲁棒性。可复用的是中间特征攻击目标；需改造输入扰动约束与目标样本选择，使其适合 EEG 的幅值、频谱和通道结构。该假设依赖可访问的源模型及具有目标类别信息的样本，可能因低信噪比、跨被试差异、通道不一致和小数据下表示不稳定而失败。小规模实验可在固定被试内划分、相同通道与预处理条件下，对两种 EEG 分类模型比较特征对齐攻击与输出层攻击的黑盒定向成功率，并保持相同扰动预算。已有 EEG 相关工作尚未检索确认，该建议不代表已证实的 BCI 效果。