眼の眼:勾配による勾配ベース攻撃に対する防御【JST・京大機械翻訳】

Hong Hanbin; Hong Yuan; Kong Yu

プレプリント

J-GLOBAL ID：202202206773724514 整理番号：22P0283729

眼の眼:勾配による勾配ベース攻撃に対する防御【JST・京大機械翻訳】

An Eye for an Eye: Defending against Gradient-based Attacks with Gradients

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 (3件)： , ,
資料名：
発行年： 2022年02月02日プレプリントサーバーでの情報更新日： 2022年02月02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)

深層学習モデルは敵対攻撃に対して脆弱であることが示されている。特に,勾配ベース攻撃は最近高い成功率を示した。勾配測度は,各画像ピクセルがモデル出力にいかに影響するか,それは悪意のある摂動を発生させるための重要な情報を含む。本論文では,勾配が敵対攻撃に対して防御するための強力な武器として利用可能であることを示した。入力として勾配マップと広告画像の両方を用いて,著者らは,敵対画像を復元するために2ストリーム復元ネットワーク(TRN)を提案した。入力の2つのストリームによって摂動画像を最適に復元するために,勾配マップ推定機構を提案して,敵対画像の勾配を推定し,そして,融合ブロックをTRNにおいて設計して,2つのストリームにおける情報を調査して,融合させた。一度訓練されると,TRNは,良性入力の性能を著しく劣化することなく,広範囲の攻撃方法に対して防御できる。また,この方法は一般化可能で,スケーラブルで,バイパスが難しい。CIFAR10,SVHN,およびFashion MNISTの実験結果は,この方法が最先端の防衛法より優れていることを実証した。【JST・京大機械翻訳】

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

図形・画像処理一般

, , ,

前のページに戻る