文献

J-GLOBAL ID：202102210841194074   整理番号：21A0906358

AIシステムの安全評価と防御強化案【JST・京大機械翻訳】

The Safety Evaluation and Defense Reinforcement of the AI System

著者 (4件)： Wang Wenhua (百度安全,北京 100085) ,  Hao Xin (百度安全,北京 100085) ,  Liu Yan (百度安全,北京 100085) ,  Wang Yang (百度安全,北京 100085)
資料名： Xinxi Wangluo Anquan  (Xinxi Wangluo Anquan)
号： 9  ページ： 87-91  発行年： 2020年 
JST資料番号： C3332A  ISSN： 1671-1122  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 深さ学習モデルは多くの人工知能タスクで優れた表現を得ているが、注意深く設計した対抗サンプルが訓練有素のモデルを詐欺し、誘導モデルを誤判断する。攻撃に対抗する成功はAIシステムのユーザビリティを疑う。AIシステムの安全性とロバスト性を強化するために,本論文は,セキュリティ開発プロセスに従って,AIシステムの安全性評価と防御強化方式を提案した。この方式は,攻撃への攻撃,科学的評価モデルのロバスト性,および新しい対抗攻撃のリアルタイム監視,および攻撃への耐性のリアルタイム監視,および,開発者によるより安全なAIシステムの構築を助ける。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 学習モデル ,  人工知能 ,  *人工知能システム ,  ロバスト性 ,  安全評価 ,  セキュリティ
準シソーラス用語： *防衛 ,  評価モデル ,  開発プロセス ,  リアルタイムモニタリング ,  システム安全性 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： AIシステム ,  安全評価 ,  防御 ,  強化