यह शोधपत्र डीप ऑटोएनकोडर्स (AEs) की प्रतिकूल मजबूती का अध्ययन करता है। हम इस समस्या पर प्रकाश डालते हैं कि मौजूदा प्रतिकूल आक्रमण एल्गोरिदम, AEs की अपरिवर्तनीय प्रकृति के कारण, उप-इष्टतम बने हुए हैं। विशेष रूप से, हम देखते हैं कि प्रतिकूल क्षति प्रवणताएँ, जो खराब रूप से अनुकूलित परतों में वापस प्रसारित होती हैं, लुप्त हो जाती हैं। ऐसा इन परतों के जैकोबियन मैट्रिक्स में लगभग शून्य विलक्षण मानों के कारण प्रवणता संकेत के क्षीण होने के कारण होता है। इसलिए, हम GRILL तकनीक का प्रस्ताव करते हैं, जो खराब रूप से अनुकूलित परतों में प्रवणता संकेत को स्थानीय रूप से पुनर्स्थापित करती है। विभिन्न AE संरचनाओं और आक्रमण सेटिंग्स (नमूना-विशिष्ट और सामान्य-उद्देश्यीय आक्रमण, मानक और अनुकूली आक्रमण) के अंतर्गत व्यापक प्रयोग दर्शाते हैं कि GRILL प्रतिकूल आक्रमणों की प्रभावशीलता को उल्लेखनीय रूप से बढ़ाता है, जिससे AE मजबूती का अधिक कठोर मूल्यांकन संभव होता है।
