文献

J-GLOBAL ID：201802210217236804   整理番号：18A1900804

Schmidt ブラックボックス敵対攻撃のための画像増強【JST・京大機械翻訳】

Schmidt: Image Augmentation for Black-Box Adversarial Attack

著者 (2件)： Shi Yucheng (School of Computer Science and Technology, Tianjin University, Tianjin, China) ,  Han Yahong (School of Computer Science and Technology, Tianjin University, Tianjin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICME  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチメディア解析において大きな成功を達成しているにもかかわらず,特に画像認識において,深いニューラルネットワーク(DNNs)は,不正にcraftedされた敵の例によって容易に推論されることができる。敵の例を生成する攻撃者は,その内部構造または訓練集合にアクセスすることなく,ターゲットDNNモデルを質問することによってブラックボックスの敵攻撃を発射することさえできる。本研究では,ブラックボックスモデルの決定境界をより良くプローブする画像増強法であるSchmidtAuメンテーションを開発した。SchmidtAuメンテーションは,攻撃者がMNISTとCIFAR-10データセットでより高い精度減少を達成するのを助ける。また,ターゲットモデルを質問する代わりに,半教師つき学習に基づくラベリング法を提供することにより,攻撃者だけが目標DNNのサンプルにアクセスするという最も困難な環境に光を当てた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像強調 ,  ニューラルネットワーク ,  画像認識 ,  *ブラックボックス ,  マルチメディア ,  プローブ ,  内部構造
準シソーラス用語： 半教師つき学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ブラックボックス ,  敵対 ,  攻撃 ,  画像増強