雷达学报

作者：万烜申, 刘伟, 牛朝阳, 卢万杰

单位：中国人民解放军战略支援部队信息工程大学数据与目标工程学院 郑州 450000；

关键词：合成孔径雷达, 目标识别, 黑盒攻击, 拟双曲动量算子, 斑点噪声变换

基金：国家自然科学基金(42201472)

合成孔径雷达自动目标识别(SAR-ATR)领域缺乏有效的黑盒攻击算法，为此，该文结合动量迭代快速梯度符号(MI-FGSM)思想提出了一种基于迁移的黑盒攻击算法。首先结合SAR图像特性进行随机斑点噪声变换，缓解模型对斑点噪声的过拟合，提高算法的泛化性能；然后设计了能够快速寻找最优梯度下降方向的ABN寻优器，通过模型梯度快速收敛提升算法攻击有效性；最后引入拟双曲动量算子获得稳定的模型梯度下降方向，使梯度在快速收敛过程中避免陷入局部最优，进一步增强对抗样本的黑盒攻击成功率。通过仿真实验表明，与现有的对抗攻击算法相比，该文算法在MSTAR和FUSAR-Ship数据集上对主流的SAR-ATR深度神经网络的集成模型黑盒攻击成功率分别提高了3%～55%和6.0%～57.5%，而且生成的对抗样本具有高度的隐蔽性。

来源：2024年第3期

《雷达学报》期刊编辑部

查看雷达学报杂志2024年第3期