面向中文的字符级对抗样本生成方法
胡汉平
张洁
南京邮电大学 南京 210000
摘要：对抗样本通过对输入进行少量扰动使得神经网络产生误判,是衡量深度学习模型鲁棒性的重要手段.中文对抗样本存在覆盖情况不广、质量不高、攻击效果不强等问题.为解决以上问题,论文提出一种字符级文本对抗样本生成方法SCGA(Similar Character Generation Adversarial Example).该方法对汉字的读音和形状进行相似度计算并构建音形相近字典,然后定位到关键字,利用替换攻击生成对抗样本.最后在黑盒下进行攻击实验.在多个数据集上与多个方法对比验证了方法的有效性.该方法所生成的对抗样本质量较高且能有效的误导模型的分类结果.
关键词：深度学习文本对抗样本生成中文文本分类模型黑盒攻击相近字典
分类号：TP309(计算技术、计算机技术)
资助基金：国家重点研发计划(2018YFB1500902)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3144-3148,3227 )
英文信息