你能看出下面两张图有什么区别吗？

△ 点击查看大图

它们看起来一样，都是广场风景照。只是右边的仔细一看，会发现有些“奇怪的点阵”。

但在AI的眼里，右边的照片却是一只哈士奇。为什么？

问题就出在那些“奇怪的点阵”里，原来把点阵重新组合，就能看到哈士奇的缩略图。

这种骗过AI的方法其实并不新鲜，也不复杂。AI技术还未流行的时候，已经有网友在泡论坛的时候发现了这种技巧：

把一张正常图片缩小后在色情图片里，没点进帖子，缩略图上看到的是一张无害照片。但是如果你当众点开了这个帖子，一张黄图显示在眼前，立刻让你“社会性死亡”。

比如把著名的花花公子封面女郎Lena稍微伪装一下，缩略图就变成了一个长发男子。

在今年的USENIX安全研讨会上，来自德国布伦瑞克大学的团队提出了这种攻击AI的方法：图片缩放攻击（image scaling attack）。

骗过AI和人眼

图片缩放攻击的操作原理很简单，把需要隐藏的图像按比例插在新图像的像素中，一般大图是小图的5到10倍。

当图像交给AI模型处理时，出于计算成本考虑，系统一般会进行预处理，也就是图片压缩到比较小的尺寸。而且卷积神经网络本身处理图像时，还会进行池化（pooling）。

不仅AI，人眼也会过滤掉图像像素中的“少数派”，被这种攻击方法骗过。

下面，我们来看看把文章开头的右侧图片用OpenCV的图像压缩预处理一下的结果：

广场照真的变成了哈士奇。缩小的图片和原来的图片完全不一样！

除了OpenCV外，该团队还测试了PyTorch的Pillow和TensorFlow的tf.image，几种常见的图像滤波器全部都中招了。

原理

缩放攻击的根本原因是，下采样和卷积相互作用的结果。通俗来说，就是算法没有同等地考虑源图像中的所有像素。

因此，攻击者只需修改一小部分权重较高的像素，就能改变缩略图，图片其余大部分像素保持不变。

下面以一维情况来简单说明一下攻击的基本原理。

压缩图的像素是这样算出来的：滤波器窗口在图片源信号s上移动，将窗口中的每个像素值（图中圆圈）乘以该位置窗口上的权重，得到缩略后的点值。

可以看到，输出缩略图图中的第一个像素是s第三、第四个像素的平均结果，而第二个像素仅考虑了s第七个像素。导致9个像素中只有3个被用于计算缩略图。

只有那些靠近内核中心（三角形部分）的像素会获得较高的权重，而其他像素对缩略图的作用有限。

如果算法的步长超过窗口宽度，甚至有些像素还会被忽略。因此，攻击的成功取决于高权重像素的稀疏性。

如果要进行图像缩放攻击，需要做到两点。首先，修改少数影响压缩算法的像素；其次，攻击图像在视觉上与源图像匹配。

如何预防

图像缩放攻击原理简单，能同时骗过人眼和AI，因此布伦瑞克大学团队认为这种攻击具有一定的迷惑性。

经过处理的图像中，在后端，可以逃过AI对图片的审查；在前端，可以骗过收集数据集的人，污染AI训练数据集。

如果有人把这些图像掺进自动驾驶训练数据集，那么我们用训练出来的自动驾驶系统可靠吗？在这种情况下，汽车会不会发生意外？

当然，这种方法并非不可预防。

既然问题出在图像压缩的滤波器上，那么我们只要选择合适的滤波器就能抵御攻击。

实验表明，中值滤波和随机滤波对非自适应攻击提供了有效的防御。

具体到代码上，如果你在使用OpenCV，可以通过在调用resize API时使用interpolation参数来解决，而不要使用默认值。

TensorFlow 2.0依然容易受到攻击，双线性和双三次缩放对图像缩放攻击具有鲁棒性，可将参数antialias设置为true，但是此举会影响网络性能。

源代码：
https://github.com/EQuiw/2019-scalingattack

论文地址：
https://www.sec.cs.tu-bs.de/pubs/2020-sec.pdf

参考链接：
https://embracethered.com/blog/posts/2020/husky-ai-image-rescaling-attacks/
https://scaling-attacks.net/

“