---
title: "对抗鲁棒性 (Adversarial Robustness)"
created: 2026-07-04
updated: 2026-07-04
type: concept
tags: [robustness, adversarial, security, perturbation]
sources: []
---

# 对抗鲁棒性 (Adversarial Robustness)

模型在故意设计的微小输入扰动（对抗攻击）下保持正确预测的能力。

## 与鲁棒性认证的关系

- **对抗训练**：在训练中加入对抗样本提升鲁棒性（经验性）
- **鲁棒性认证**（[[robustness-certification]]）：给出严格的数学保证——在特定扰动范围内预测必定不变
- 认证是更强的声明，但通常更保守

## 常见攻击与防御

- 攻击：FGSM, PGD, C&W, AutoAttack
- 防御：对抗训练, 随机平滑（[[randomized-smoothing]]）, 输入去噪

## 与语义鲁棒性的区别

对抗鲁棒性关注**恶意设计的**、像素级的不可察觉扰动；语义鲁棒性关注**自然发生的**语义属性变化（形状、风格、背景等）。[[semantic-robustness-certification|语义鲁棒性认证]] 将问题推进到语义层。

## 参考

- [[robustness-certification|鲁棒性认证]]
- [[randomized-smoothing|随机平滑]]
- [[semantic-robustness-certification|语义鲁棒性认证]]
- [[distribution-shift|分布偏移]]