文献

J-GLOBAL ID：202202271807827379   整理番号：22A0697011

深層学習ベースIoTデバイス分類技術のための敵対攻撃と防衛戦略【JST・京大機械翻訳】

Adversarial Attack and Defence Strategies for Deep-Learning-Based IoT Device Classification Techniques

著者 (2件)： Singh Abhijit (Department of Electrical and Computer Engineering, National University of Singapore, Singapore) ,  Sikdar Biplab (Department of Electrical and Computer Engineering, National University of Singapore, Singapore)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 4  ページ： 2602-2613  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  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： 機械学習(ML)とモノのインターネットの同時進歩は,セキュリティ,資源割当,活動とタスク分類のようなアプリケーションのためのスマートデバイスによって生成されたデータに基づく分類タスクのような,いくつかの興味深い学際的応用を可能にした。しかし,これらのアプリケーションは敵対例による攻撃に対して脆弱である。本論文の最初の貢献は,住宅に設置されたスマートメータから得られたデータに対する敵対例を生成するホワイトボックス敵対攻撃メカニズムの開発である。第2の貢献のために,著者らは,敵対データポイントの統計的特性が真のデータポイントのそれらと区別できないことを示す解析を示した。攻撃は,スマートホーム環境における機器分類を実行するために用いられる深層学習ベースモデルに対して特に開発された。真のデータポイントからの敵対的データポイントの統計的不識別性は,非MLベース解が敵対例によって提起された課題に取り組むことができないかもしれないことを示した。最終的な貢献として,提案した攻撃メカニズムに対するホワイトボックス敵対攻撃に対する防御機構の有効性を評価し,攻撃の効力を減少できるが,元のモデルは敵対攻撃によって依然として著しく影響されることを示した。提案した技術の有効性を,2つの公的に利用可能なデータセットで実証した。1)英国-家庭機器レベル電力スマートメータデータセット,2)U.Kに対する個人化Retrofit意思決定支援ツール。Homesは,スマートホーム技術データセットを使用する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データ ,  電力 ,  認識 ,  資源割付 ,  応用プログラム ,  有効性 ,  意思決定支援システム ,  セキュリティ ,  機械学習 ,  *サイバー攻撃
準シソーラス用語： 脆弱性 ,  スマートメータ ,  スマートホーム ,  *モノのインターネット ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 深層学習 ,  IoTデバイス ,  分類 ,  敵対 ,  攻撃 ,  防衛 ,  戦略