概要: 深層ニューラルネットワークはSARターゲット検出タスクにおいて優れた性能を示している一方で、敵対的攻撃に対して脆弱です。既存のSAR特化型攻撃手法は検出器を効果的に欺くことができますが、しばしば目立つ擾乱を導入し、また主にデジタル領域に限定されており、SARシステムを攻撃する際の物理的な実装上の制約を見落としています。本論文では、エネルギー制約付き最適化戦略と、減衰（アッテネーション）に基づく展開フレームワークを組み合わせた新しい敵対的減衰パッチ（Adversarial Attenuation Patch: AAP）手法を提案します。これにより、攻撃の有効性とステルス性との間のシームレスなバランスを達成します。さらに重要な点として、AAPは信号レベルの電子ジャミング機構に整合することで、物理的な実現のための強い可能性を示します。実験結果により、AAPは高い不可視性を維持しつつ検出性能を効果的に低下させ、また異なるモデル間で良好な転移性を示すことが確認されました。本研究は、SARターゲット検出システムに対する敵対的攻撃に関して物理的に根拠づけられた観点を提供し、より秘匿性が高く、現実に展開可能な攻撃戦略の設計を促進します。ソースコードは https://github.com/boremycin/SAAP で公開されています。
SAR物体検出に対する敵対的減衰パッチ攻撃
arXiv cs.CV / 2026/4/2
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、知覚可能な擾乱を低減することで秘匿性を高めつつ、SAR物体検出を攻撃するための、エネルギー制約付きの敵対的減衰パッチ（AAP）を提案する。
- SARに特化した多くの攻撃が主にデジタル領域を標的にしているのに対し、AAPは物理実装上の制約を前提として設計されており、信号レベルの電子妨害（ジャミング）による仕組みに整合している。
- 実験の結果、AAPは高い不可知性（imperceptibility）を維持しながら検出性能を大きく低下させることが示され、さらに異なる検出モデル間での良好な転移可能性も確認された。
- 著者らは、物理的に根拠のあるSAR敵対的攻撃に関する再現性とさらなる研究を支援するため、AAPのソースコード（SAAP）を公開している。
