概率对抗训练（Probabilistic Adversarial Training）

该研究从概率视角出发，将对抗样本视为距离分布 p_dis 与受害者分类器分布 p_vic 的重叠，提出以 KL 散度下界作为概率鲁棒性（PR）的可计算代理目标。理论证明该目标可恢复缩放形式的对抗训练，并为现有非概率对抗训练方法提供增强 PR 的缩放因子。实验表明该方法一致提升概率鲁棒性，消融实验验证缩放因子对非概率方法的增益。