AirflowAttack：针对红外遥感视觉语言模型的热气流对抗扰动

视觉语言模型（VLM）越来越多地部署在安全关键环境中的红外（IR）遥感图像上，但其对抗鲁棒性仍未得到检验。据我们所知，我们提出了 AirflowAttack，这是针对红外遥感 VLM 的第一个对抗性攻击，也是第一个将热气流湍流武器化作为扰动先验的攻击。轻量级发生器合成一个与输入无关的扰动，并针对物理上合理的气流模式进行正则化。它在一个替代 CLIP 模型上进行了优化，在五个不同的 CLIP 主干上实现了 48.5% 的平均零样本场景分类攻击成功率（ASR，前 1 类发生变化的样本比例），远远超过了四个 IR 特定的物理基线 (27.7--37.0%)。应用于六种最先进的 VLM 后，它将场景分类准确度相对降低了高达 38.2%，但矛盾的是，它使一些模型对其红外分析更加自信，将扰动混淆为真正的热证据，例如温度梯度和对流。消融表明，气流先验提高了物理合理性，且攻击成功没有可衡量的成本。这些发现与涵盖 11 个模型和 4 个任务的基准一起揭示了快速扩展的 IR VLM 生态系统中的关键漏洞。