近日，实验室2020级硕士生张业超（导师胡胜山副研究员）的论文被ACM国际多媒体会议（ACM International Conference on Multimedia， ACM Multimedia 2021）录用，论文题目为“AdvHash: Set-to-set Targeted Attack on Deep Hashing with One Single Adversarial Patch”。

近年来，深度神经网络已被证实易遭受对抗攻击，基于深度学习的图像检索系统的对抗研究也引起了部分学者注意。对抗攻击可分为有目标攻击和无目标攻击，有目标攻击的攻击危害性更大，但实现难度要更高。此外，对抗噪声的泛化性也是该领域内的另一个难题。该论文探索了具有大规模多媒体检索应用场景的深度哈希算法的鲁棒性。论文将“有目标”和“泛化性”这两个问题结合，抽象为一个“集到集”（set-to-set）的问题。利用深度哈希的特质，将“集到集”的问题转化为“集到点”（set-to-point）的优化。接着提出了一种基于汉明距离的权重梯度聚合方式，动态地调整对抗噪声生成过程中更新梯度的方向。实验的攻击效果在保证不低于业界领先的有目标攻击方案的同时，极大地提升了对抗噪声的泛化性。

ACM Multimedia是多媒体领域最重要的国际会议，也是中国计算机学会（CCF）推荐的A类会议。本届会议共收到1,942篇投稿，共录用542篇论文，录用率约为27.9%。

（通讯员：张业超）