对抗攻击算法中，属于定向攻击有哪些

对抗攻击算法中，属于定向攻击的攻击方式有以下几种：

1. FGSM（Fast Gradient Sign Method），即快速梯度符号方法；
2. BIM（Basic Iterative Method），即基础迭代方法；
3. MI-FGSM（Momentum Iterative Fast Gradient Sign Method），即动量迭代快速梯度符号方法；
4. PGD（Projected Gradient Descent），即投影梯度下降方法；
5. MIM（Momentum Iterative Method），即动量迭代方法；
6. C&W（Carlini-Wagner）攻击方法；
7. DeepFool 攻击方法等。

相关问题

对抗攻击算法中，属于非定向攻击有哪些

非定向攻击包括以下几种类型：

1. L0 范数攻击：改变样本中像素的数量，但保持它们的值不变。

2. L2 范数攻击：在样本中添加一些扰动，使得扰动的平方和最小，但是目标分类结果受到影响。

3. L∞ 范数攻击：在样本中添加一些扰动，使得扰动的最大值最小，但是目标分类结果受到影响。

4. 噪声攻击：在样本中添加一些随机噪声，使目标模型的分类结果出现错误。

以上就是对抗攻击中属于非定向攻击的几种类型。

常用的FGSM攻击算法有哪些

FGSM（Fast Gradient Sign Method）是一种常用的对抗攻击算法，其主要思想是对输入样本进行微小的扰动，从而使得分类器产生误分类。以下是常用的FGSM攻击算法：

1. 基本FGSM攻击算法（Goodfellow et al., 2015）：该算法利用输入样本的梯度计算出方向，然后在该方向上添加一个扰动，使得分类器的输出结果发生改变。

2. 梯度增强攻击算法（Tramèr et al., 2017）：该算法利用了输入样本的二阶梯度信息，即Hessian矩阵，来计算出一个更加精细的扰动。

3. 基于自适应步长的FGSM攻击算法（Kurakin et al., 2016）：该算法通过动态调整扰动的大小，以达到更好的攻击效果。

4. 随机扰动FGSM攻击算法（Dong et al., 2018）：该算法在基本FGSM攻击算法的基础上，添加了随机扰动，以增加攻击的隐蔽性。

需要注意的是，FGSM攻击算法虽然简单易用，但是其攻击效果有限，可以被对抗训练等防御手段所抵御。