3.3.2 认证鲁棒性(Certified Robustness) 3.3.2 认证鲁棒性(Certified Robustness):从随机平滑到可复现的认证边界 你有没有遇到过这样的场景?明明模型在干净数据上准确率高达95%,但只要对手在输入图像上添加人眼几乎无法察觉的微小扰动——比如把像素值改动0.01——模型就彻底“失明”,将一只猫判为一台洗衣机。更令人沮丧的是,这种脆弱性并非偶然,而是深度神经网络内生性的缺陷。于是,我们开始追求一种更强的保障:不是“看起来鲁棒”,而是“数学上证明鲁棒”。这就是“认证鲁棒性”(Certified Robustness)的核心诉求。 然而,理论很丰满,落地却骨感。