基于对抗样本和自编码器的鲁棒异常检测

作者：李沙沙; 邢红杰^*

来源：计算机科学, 2023, 1-19.

• 自编码器
• 对抗样本
• 异常检测
• 对抗攻击
• 鲁棒性

基于自编码器的异常检测方法仅利用正常样本进行训练，因此可以有效地重构正常样本，却不能较好地对异常样本进行重构。另外，当基于自编码器的异常检测方法受到对抗攻击时，往往取得错误的检测结果。为了解决上述问题，提出了一种基于对抗样本和自编码器的鲁棒异常检测（Robust Anomaly Detection Based on Adversarial Samples and AutoEncoder， RAD-ASAE）方法。RAD-ASAE由两个参数共享的编码器和一个解码器构成。首先，对正常样本施加微小的扰动以生成对抗样本，利用正常样本和对抗样本同时对模型进行训练，以提高模型的对抗鲁棒性；其次，在样本空间中最小化对抗样本的重构误差，对正常样本与对抗样本的重构样本之间的均方误差进行最小化，同时在潜在空间中对正常样本和对抗样本的潜在特征之间的均方误差进行最小化，以提高自编码器的重构能力。在MNIST、Fashion-MNIST、CIFAR-10数据集上的实验结果表明，与7种相关方法相比，RAD-ASAE展现了更优的异常检测性能。

• 单位
  河北大学