Este artículo estudia la robustez adversarial de los autocodificadores (AE) profundos. Observamos que la naturaleza irreversible de los AE provoca que los algoritmos de ataque adversarial existentes se mantengan en ataques subóptimos. Esto se debe al debilitamiento de las señales de gradiente causado por valores singulares cercanos a cero en la capa mal acondicionada. Para abordar esto, proponemos la técnica GRILL, que restaura localmente las señales de gradiente en la capa mal acondicionada. Experimentos con diversas arquitecturas de AE, configuraciones de ataque específicas para cada muestra y de propósito general, y configuraciones de ataque estándar y adaptativas demuestran que GRILL mejora significativamente la efectividad de los ataques adversariales, mejorando así el rigor de las evaluaciones de robustez de los AE.
