ZOO-Attack：动物园的攻击。

简介：
根据IBM的规定，该存储库已被迁移至新的位置，然而我们致力于确保两个存储库之间保持一致性。 该代码已在Apache License v2下发布。ZOO，即零阶优化基于Web的攻击方法，旨在针对深度神经网络（DNNs）进行黑盒攻击。 我们设计了一种高效的黑盒攻击方案，其核心在于仅需访问目标DNN的输入（图像）和输出（置信度得分）即可完成攻击。 我们将攻击过程转化为一个优化问题，类似于Carlini和Wagner提出的攻击方法，并构建了一种专门为黑盒环境设计的全新损失函数。 为了提升攻击效率，我们采用了零阶随机坐标下降法直接对目标DNN进行优化，同时结合降维、分层攻击和重要性采样等技术。 这种方法无需依赖任何可移植性或替代模型。 ZOO包含两种变体：ZOO-ADAM和ZOO-Newton，它们分别对应于不同的求解器（ADAM和Newton），用于寻找最优的坐标更新方案。 实际上，ZOO-ADAM在微调参数时通常表现出更优越的效果。