抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
過去の対から,制約された条件(いくつかの有界入力またはデータセットに関して評価)における既存の攻撃のほとんどに対して,議論可能な,機械学習における敵対のための防御モデルを提案している研究者のサイクルがある。そして,次に,より強力な攻撃モデルを提案して,その防御モデルの脆弱性を見つけて,それを破壊する研究者のもう1つのセットを短くした。非常に短時間で破壊された過去の防御モデルにおいて,いくつかの共通欠陥が注目されている。多くの重要な活動の決定が機械学習モデルの助けで取られるので,容易に破壊される欠陥モデルは懸念の点である。したがって,いくつかの防御チェックポイントの支配欲な必要性があり,それは,技術の健全性を評価して,それを,それを,防御技術に宣言する間,どんな研究者も念頭に置くべきである。本論文では,防御モデルの健全性を構築,評価しながら考慮されるべき少数のチェックポイントを提案した。すべてのこれらの点は,いくつかの過去の防御モデルが失敗し,いくつかのモデルがアダマントを維持し,いくつかの非常に強い攻撃に対してその健全性を証明した後に推奨される。【JST・京大機械翻訳】