文献

J-GLOBAL ID：202202250370804421   整理番号：22A1084202

ブラックボックス敵対例に対する注意誘導変換不変攻撃【JST・京大機械翻訳】

Attention-guided transformation-invariant attack for black-box adversarial examples

著者 (8件)： Zhu Jiaqi (School of Information Science and Technology, University of Science and Technology of China, Hefei, China) ,  Dai Feng (Key Laboratory of Intelligent Information Processing, Chinese Academy of Sciences, Beijing, China) ,  Yu Lingyun (School of Information Science and Technology, University of Science and Technology of China, Hefei, China) ,  Yu Lingyun (Institute of Artificial Intelligence, Hefei Comprehensive National Science Center, Hefei, China) ,  Xie Hongtao (School of Information Science and Technology, University of Science and Technology of China, Hefei, China) ,  Wang Lidong (Beijing Radio and TV Station, Beijing, China) ,  Wu Bo (MIT-IBM Watson AI Lab, Cambridge, Massachusetts, USA) ,  Zhang Yongdong (School of Information Science and Technology, University of Science and Technology of China, Hefei, China)
資料名： International Journal of Intelligent Systems  (International Journal of Intelligent Systems)
巻： 37  号： 5  ページ： 3142-3165  発行年： 2022年 
JST資料番号： T0454A  ISSN： 0884-8173  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： メディア収束の開発により,情報取得は,新聞やテレビのような従来のメディアにもはや制限されないが,インターネット上のディジタルメディアからは,メディアコンテンツをプラットフォームによって監視する必要がある。現在,インターネットプラットフォームのメディアコンテンツ分析技術は深層ニューラルネットワーク(DNN)に依存する。しかし,DNNは敵対例に対して脆弱性を示し,セキュリティリスクをもたらす。したがって,より効果的な監視モデルを構築するために,敵対的事例の内部メカニズムを適切に研究する必要がある。実際的応用になるとき,監視モデルは,主にブラックボックス攻撃に直面して,そこで,敵対例の交差モデル移転可能性は,ますます注目を引きつけた。本論文では,敵対的事例の移転性を改善するために,最も特徴的な特徴を破壊し,同時に異なる変換の下で敵対攻撃不変性を確実にするための注意機構を組み込んだ,注意誘導変換不変敵対攻撃法を提案した。特に,注意機構に従って潜在特徴を動的に重み付けし,それに応じてそれらを破壊した。一方,低レベル特徴における意味論の欠如を考慮して,高レベル意味論を空間誘導として導入し,最も識別可能な領域上の低レベル特徴摂動濃縮物を作った。さらに,注意熱マップは,異なるモデルを通して著しく異なる可能性があるので,変換不変集約攻撃戦略を提案し,プロキシモデル注意への過剰適合を軽減する。包括的な実験結果は,提案方法が敵対例の移動可能性を著しく改良できることを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  新聞 ,  テレビジョン ,  情報収集 ,  *ブラックボックス ,  モデル ,  不変量 ,  不変性 ,  摂動 ,  インターネット ,  コンテンツ ,  *サイバー攻撃
準シソーラス用語： 内容分析 ,  デジタルメディア ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 敵対の例 ,  注意 ,  メディア収束 ,  セキュリティ ,  変換不変量

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (6件)： ブラックボックス ,  敵対 ,  注意 ,  誘導 ,  不変 ,  攻撃