IAU-FOA：面向闭源 MLLM 的可迁移对抗攻击视觉不变性增强特征最优对齐方法

论文提出 IAU-FOA，一种面向闭源 MLLM 的可迁移对抗攻击方法，通过视觉不变性增强与自适应不平衡传输改进目标迁移性。该方法在全局与局部层面对齐对抗样本与目标样本：余弦目标缩小全局语义差距，patch token 聚类后经最优传输做细粒度对齐，并对弱匹配簇采用置信度自适应不平衡传输。实验显示 IAU-FOA 在开源与闭源 MLLM 上均优于现有可迁移攻击方法，代码已开源。