यह शोधपत्र डीप ऑटोएनकोडर्स (AEs) की प्रतिकूल मजबूती का अध्ययन करता है। हमने देखा है कि AEs की अपरिवर्तनीय प्रकृति मौजूदा प्रतिकूल आक्रमण एल्गोरिदम को कमज़ोर हमलों में ही रहने देती है। ऐसा कु-वातानुकूलित परत में लगभग शून्य विलक्षण मानों के कारण ग्रेडिएंट संकेतों के कमज़ोर होने के कारण होता है। इस समस्या के समाधान के लिए, हम GRILL तकनीक का प्रस्ताव करते हैं, जो कु-वातानुकूलित परत में ग्रेडिएंट संकेतों को स्थानीय रूप से पुनर्स्थापित करती है। विभिन्न AE आर्किटेक्चर, नमूना-विशिष्ट और सामान्य-उद्देश्यीय आक्रमण सेटिंग्स, और मानक एवं अनुकूली आक्रमण सेटिंग्स के अंतर्गत किए गए प्रयोगों से पता चलता है कि GRILL प्रतिकूल आक्रमणों की प्रभावशीलता को उल्लेखनीय रूप से बढ़ाता है, जिससे AE मजबूती मूल्यांकन की कठोरता बढ़ जाती है।
