视觉实验室的解决方案荣获mcs2018_challenge视觉实验室针对黑匣子人脸识别系统挑战的对抗性攻击第三名。

简介：
mcs2018挑战第三名解决方案由Boyara Power团队（Oleksii Hrinchuk，Valentin Khrulkov，Elena Orlova）提出。 我们的解决方案的核心在于两部分组成。 首先，我们构建了一个模仿网络，旨在复制黑盒模型的输出结果。 随后，我们运用标准的白盒定向攻击算法对该替代网络进行攻击，从而获得被干扰的图像数据，并利用这些数据来欺骗原始的黑盒模型。 模仿者网络的训练采用了基于Inception v1架构的预先训练好的FaceNet模型，并通过替换所有全连接层为包含512个神经元的单层全连接层，再进行BatchNorm和L2标准化处理来优化网络结构。 为了进一步提升模仿网络的性能，我们对获得的网络进行了10个时期的微调训练，并且在每3个时期后降低了学习速率。 我们同时训练了三个这样的模仿网络，并将它们整合为一个整体系统（通过对生成描述符进行平均）。 此外，为了显著改善模仿网络的质量，我们广泛应用了多种数据增强技术，例如执行四种不同的数据增强方法。