文献

J-GLOBAL ID：202102233027125503   整理番号：21A2956404

STPD:空間変換によるl_0ノルム攻撃に対する防御【JST・京大機械翻訳】

STPD: Defending against l0-norm attacks with space transformation

著者 (7件)： Chen Jinlin (Department of Computing, The Hong Kong Polytechnic University, Hong Kong, China) ,  Cao Jiannong (Department of Computing, The Hong Kong Polytechnic University, Hong Kong, China) ,  Liang Zhixuan (Department of Computing, The Hong Kong Polytechnic University, Hong Kong, China) ,  Cui Xiaohui (School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei, China) ,  Yu Lequan (The Department of Radiation Oncology, Stanford University, Stanford, CA 94305, USA) ,  Li Wei (School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, Jiangsu, China) ,  Li Wei (Jiangsu Key Laboratory of Media Design and Software Technology, Wuxi, Jiangsu, China)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 126  ページ： 225-236  発行年： 2022年 
JST資料番号： A0620C  ISSN： 0167-739X  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： 元の画像からl0距離を最小化することを狙った,l0-ノルム攻撃によって工作された人間の不感性敵対用例は,それによって,誤った分類に深いニューラルネットワーク分類器を誤解する。tackling l0攻撃の以前の研究は,摂動画素を除去することができず,回復低品質画像における分類器の性能を改善しない。問題に取り組むために,空間変換画素防御器(STPD)と呼ばれる新しい方法を提案した。特に,この戦略は,分離森林とElliptic Envelopeを含む1クラス分類器の集合を用いて,敵対例から摂動画素を位置決めする。次に,隣接正規画素の値を用いて,摂動画素を置換し,これらの1クラス分類器からの投票の半分以上を保持した。提案戦略を用いて,画像分類設定におけるよく知られたl_0ノルム敵対例に対する防御に成功した。CIFAR-10,COVID-CT,およびImageNetデータセットにおける,1画素Attack(OPA),JacobiベースSaliency Map Attack(JSMA),およびCarlini Wagner(CW)l_0ノルム攻撃の下で実験結果を示した。著者らの実験結果は,著者らのアプローチが,最もポピュラーな防御技術と比較して,l0-ノルム攻撃に対して効果的に防御できることを示した。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： ニューラルネットワーク ,  画素 ,  摂動 ,  *ノルム ,  *サイバー攻撃
準シソーラス用語： *防衛 ,  画像分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： l_0ノルム攻撃防御 ,  空間変換 ,  主成分分析 ,  1クラス分類器

分類 (2件)： データ保護  (JD01020V) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： ノルム ,  攻撃 ,  防御