【对抗攻击阅读笔记】泰勒展开！进击の信任域！Trust Region Based Adversarial Attack on Neural Networks
论文链接：https://arxiv.org/abs/1812.06371?context=cs.LG
1 核心思想：
计算扰动前后的标签概率差与扰动带来的系统泰勒展开差值的比例，来判断当前约束大小是否合适。如果比例大，说明这个区域可以信任，继续增大扰动量，反之减小扰动量。
其中分母为：
2 工作：
将对抗攻击问题转化为TR优化问题，结果优于FGSM和deepfool，扰动小。（但deepfool速度更快）
TR-based攻击在迭代中自动调节扰动量级，不用人为调参。