深い顔認識に対する類似性に基づくグレイボックス敵対攻撃【JST・京大機械翻訳】

Wang Hanrui; Wang Shuo; Jin Zhe; Wang Yandan; Chen Cunjian; Tistarell Massimo

プレプリント

J-GLOBAL ID：202202202842900928 整理番号：22P0026248

深い顔認識に対する類似性に基づくグレイボックス敵対攻撃【JST・京大機械翻訳】

Similarity-based Gray-box Adversarial Attack Against Deep Face Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大多数の敵対攻撃技術は,システムの完全な知識が明らかにされたとき(ホワイトボックス),深い顔認識に対してよく機能した。しかし,そのような技法は,顔テンプレートが攻撃者に未知である灰色ボックス設定において不成功である。本研究では,新たに開発された目的関数を持つ類似性ベースのグレーボックス敵対攻撃(SGADV)技術を提案した。SGADVは,非類似性スコアを利用して,最適化広告例,すなわち,類似性ベース敵対攻撃を生成する。この技法は,非類似度スコアを用いて,真正またはインポスターユーザを決定する認証システムに対して,ホワイトボックスおよびグレーボックス攻撃の両方に適用する。SGADVの有効性を検証するために,著者らは,ホワイトボックスとグレーボックスの両方の設定におけるFaceNetとInsightFaceの深い顔認識モデルに対して,LFW,CelebA,およびCelebA-HQの顔データセットに関する広範囲な実験を行った。結果は,提案方法がグレーボックス設定において既存の敵対攻撃技術を著しく凌駕することを示唆した。したがって,敵対的事例を開発する類似性ベースアプローチが,脱認証のための灰色ボックス攻撃シナリオに満足に catえることができると要約する。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

データ保護

, , , , ,

前のページに戻る