Краткое содержание

arXiv:2511.11993v1 Тип объявления: cross Аннотация: Несмотря на их широкое применение, уязвимости глубоких нейронных сетей вызывают обеспокоенность в обществе. Среди них атаки на основе трансформаций демонстрируют значительный успех в трансферных атаках. Однако существующие атаки страдают от слепых зон в оптимизации параметров, что ограничивает их полный потенциал. В частности, (1) предыдущие работы обычно рассматривают настройки с малым числом итераций, однако атаки ведут себя совершенно иначе при большем количестве итераций, поэтому характеристика общей производительности, основанная только на результатах с малым числом итераций, вводит в заблуждение. (2) Существующие атаки используют единообразные параметры для различных суррогатных моделей, итераций и задач, что значительно снижает трансферируемость. (3) Традиционная оптимизация параметров трансформации основана на поиске по сетке. Для n параметров с m шагами каждый сложность составляет O(m^n). Большие вычислительные затраты ограничивают дальнейшую оптимизацию параметров. Чтобы устранить эти ограничения, мы проводим эмпирическое исследование с различными т