دفاع الشبكات العصبية النابضة ضد الهجمات العدائية من خلال تنقية الصور

تهدف الشبكات العصبية النابضة (SNNs) إلى سد الفجوة بين علوم الأعصاب وتعلم الآلة من خلال محاكاة بنية الجهاز العصبي البشري. ومع ذلك، مثل الشبكات العصبية التلافيفية، فإن SNNs معرضة للهجمات العدائية. لمواجهة هذه التحديات، نقترح منهجية مستوحاة من البيولوجيا لتعزيز متانة SNNs، مستفيدين من تأثير التمويه البصري ونظرية التصفية. أولاً، تم اقتراح نموذج لتنقية الصور يعتمد على SNNs من الطرف إلى الطرف للدفاع ضد الهجمات العدائية، بما في ذلك شبكة لاستخراج الضوضاء وشبكة تنقية غير عمياء. تستخرج الشبكة الأولى ميزات الضوضاء من الصور المملوءة بالضوضاء، بينما تستخدم العنصر الثاني بنية U-Net متبقية لإعادة بناء صور مملوءة بالضوضاء عالية الجودة وتوليد صور نظيفة. في الوقت نفسه، تم تقديم SNN بإطلاق نار متعدد المستويات يعتمد على شبكة Squeeze-and-Excitation لتحسين متانة المصنف. من الأهمية بمكان أن تعمل شبكة تنقية الصور المقترحة كوحدة معالجة مسبقة، مما يتجنب التعديلات على المصنفات. على عكس التدريب العدائي، فإن طريقتنا مرنة للغاية ويمكن دمجها بسهولة مع استراتيجيات الدفاع الأخرى. تظهر النتائج التجريبية على مجموعات البيانات المختلفة أن المنهجية المقترحة تتفوق على القواعد الحالية في فعالية الدفاع، ووقت التدريب، واستهلاك الموارد.