本文提出了一种名为DorPatch的分布式且对遮挡鲁棒的对抗性补丁攻击，旨在逃避可证明的鲁棒防御和实证防御。与传统的单个补丁攻击不同，DorPatch通过将补丁分散到多个位置（使用group lasso正则化）并引入图像丢弃、密度正则化和结构损失，生成一个完全优化、分布式、对遮挡鲁棒且不易察觉的对抗性补丁。该补丁可以在物理世界攻击中部署。实验评估在数字域和物理世界中进行，结果表明DorPatch能够有效逃避当前最先进的可证明防御PatchCleanser以及多种实证防御。更重要的是，DorPatch生成的对抗样本在经过PatchCleanser验证时，错误预测结果可能被错误认证，从而产生虚假信任。DorPatch在攻击性能和感知质量上均达到当前最优水平，对深度学习模型的实际应用构成严重威胁，并呼吁开发有效的防御措施。