적대적 공격은 합성곱 신경망이 학습한 개념의 구성을 크게 변화시키며, 이를 통해 모델의 예측을 교란시킨다. 또한 적대적 교란은 소수의 선형 성분으로 분해될 수 있으며, 이 성분들은 공격의 성공에 핵심적인 역할을 한다.
