文献

J-GLOBAL ID：202102229233259038   整理番号：21A3307507

深層画像分類器のための調整可能なスパース性と一般化可能性を持つブラックボックス敵対攻撃戦略【JST・京大機械翻訳】

A black-box adversarial attack strategy with adjustable sparsity and generalizability for deep image classifiers

著者 (7件)： Ghosh Arka (School of Engineering and Applied Sciences, Bennett University, India) ,  Mullick Sankha Subhra (Electronics and Communication Sciences Unit, Indian Statistical Institute, Kolkata, India) ,  Datta Shounak (Electrical and Computer Engineering Dept., Duke University, USA) ,  Das Swagatam (Electronics and Communication Sciences Unit, Indian Statistical Institute, Kolkata, India) ,  Das Asit Kr. (Dept. of Computer Science & Technology, Indian Institute of Engineering Science & Technology, Shibpur, India) ,  Mallipeddi Rammohan (Department of Artificial Intelligence, School of Electronics Engineering, Kyungpook National University, Republic of Korea) ,  Mallipeddi Rammohan (Department of Artificial Intelligence, School of Engineering, Kyungpook National University, Daegu, South Korea, 41566)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 122  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 深いニューラルネットワークのための敵対的摂動を構築することは,研究の重要な方向である。ホワイトボックスフィードバックを用いた画像依存広告摂動は,そのような敵対攻撃に対するノルムである。しかし,ブラックボックス攻撃は,実世界アプリケーションにとって非常に実用的である。多重画像にわたって適用可能なユニバーサル摂動は,それらの生来の一般化可能性のために人気を得ている。また,画像中の数画素に摂動を制限する努力が行われている。これは,そのような攻撃を検出に困難にするオリジナル画像と視覚的類似性を保持するのを助ける。本論文は,研究のこれらのすべての方向を結合する重要なステップを示した。ターゲットネットワークからのブラックボックスフィードバックのみを用いて,効果的な普遍的ピクセル制約摂動を構築するためのDEceitアルゴリズムを提案した。画像中のすべてのピクセルと同様に,メジャー10画素から摂動される画素の数を変えることによって,最先端の深層ニューラル分類器に関する画像Net検証セットを用いて経験的研究を行った。DEceitを用いた画像における画素の約10%だけの摂動は,視覚的品質を保持しながら,可換で高移動可能なFolling速度を達成することを見出した。さらに,DEceitが画像依存攻撃にもうまく適用できることを示した。実験の両セットにおいて,いくつかの最先端の方法より優れている。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  視覚 ,  畳込み ,  広告 ,  ネットワーク ,  ニューラルネットワーク ,  *ブラックボックス ,  画素 ,  多重化 ,  応用プログラム ,  摂動 ,  ノルム ,  *サイバー攻撃
準シソーラス用語： *スパース性 ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 敵対的攻撃 ,  ブラックボックス攻撃 ,  畳込み画像分類器 ,  微分進化 ,  スパースユニバーサル攻撃

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： 深層 ,  画像分類 ,  スパース性 ,  一般化 ,  可能性 ,  ブラックボックス ,  敵対 ,  攻撃 ,  戦略