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。
深層ニューラルネットワークは,広い応用を持つ正確なデバイスフリーの人間行動認識を,強調した。深層モデルは,様々なセンサからロバストな特徴を抽出し,データ不十分な場合のような困難な状況でもよく一般化できる。しかし,これらのシステムは,入力摂動,すなわち敵対攻撃に対して脆弱であった。ブラックボックスGauss攻撃と現代の敵対的ホワイトボックス攻撃の両方が,それらの精度をプラムにレンダリングできることを経験的に実証した。本論文では,そのような現象が,デバイスフリーセンシングシステムに厳しい安全ハザードをもたらすことができ,次に,一般的攻撃を防御するために,新しい学習フレームワークSecureSenseを提案する。SecureSenseは,その入力に攻撃が存在するかどうかにかかわらず,敵対攻撃によって引き起こされた分布摂動のマイナス効果を緩和するかどうかにかかわらず,一貫した予測を達成することを目的とする。大規模な実験は,著者らの提案方法が既存の深いモデルのモデルロバスト性を著しく強化することができ,可能な攻撃を克服することを示した。結果は,著者らの方法が無線人間活動認識と人物識別システムに関してよく機能することを示した。著者らの知る限り,これは敵対攻撃を研究し,さらにモバイルコンピューティング研究における無線ヒト活動認識のための新しい防御フレームワークを開発する最初の研究である。【JST・京大機械翻訳】