一种基于攻击距离的对抗样本攻击组筛选方法

黑盒对抗样本生成过程中通常会指定1个攻击组，包括1个原始样本和1个目标样本，使得生成的对抗样本与原始样本范数差别不大，但被分类器识别为目标样本的分类。针对攻击组的攻击难度不同导致攻击不稳定的问题，以图像识别领域为例，设计了基于决策边界长度的攻击距离度量方法，为攻击组的攻击难易程度提供了度量方法。在此基础上，设计了基于攻击距离的对抗样本攻击组筛选方法，在攻击开始前就筛去难以攻击的攻击组，从而实现在不修改攻击算法的前提下，提升攻击效果。实验表明:相比于筛选前的攻击组，筛选后的攻击组的总体效果提升了42.07%，攻击效率提升了24.99%，方差降低了76.23%。利用攻击组的对抗样本生成方法在攻击前先进行攻击组筛选，可以稳定并提高攻击效果。      

大型舰船受潜艇鱼雷攻击威胁扇面分析

根据潜艇鱼雷攻击海上活动目标的特点，在建立潜艇鱼雷攻击阵位计算模型的基础上，结合潜艇鱼雷性能，计算给出了航渡过程中大型舰船受潜艇鱼雷攻击的威胁扇面，为航渡过程中编队指挥员如何优化近程反潜兵力的配置提供了依据。