Machine Learning Security

這篇論文真正值得看的，不是它又替 adversarial training 補了一個技巧，而是它指出：很多 robustness 崩壞不是平均發生，而是低信心樣本上的錯誤訊號被一路放大，最後演變成 catastrophic overfitting 與 clean accuracy 的雙輸。作者提出 DDG，按樣本信心與預測狀態動態調整 perturbation 與 supervision，核心是在防禦訓練過程中先別把最脆弱的樣本打壞。