Art

J-GLOBAL ID：202102270719644629   Reference number：21A1260978

Detection of Adversarial Examples in CNN Image Classifiers Using Features Extracted with Multiple Strengths of Filter

複数のフィルタ強度によるCNN画像分類器の応答特性を用いた敵対的事例の検出法

Author (5)： HIGASHI AKINORI (岡山大 大学院自然科学研究科) ,  KURIBAYASHI MINORU (岡山大 大学院自然科学研究科) ,  FUNABIKI NOBUO (岡山大 大学院自然科学研究科) ,  NGUYEN Huy Hong (国立情報学研) ,  ECHIZEN ISAO (国立情報学研)
Material： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
Volume： 120  Issue： 418(EMM2020 67-79)  Page： 19-24 (WEB ONLY)  Publication year： Feb. 25, 2021 
JST Material Number： U2030A  ISSN： 2432-6380  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： neural network(biomodel) ,  *image recognition ,  *pattern classification ,  spatial filter ,  combinatorial optimization problem ,  noise elimination ,  low pass filter ,  feature extraction ,  computer simulation ,  vector(mathematics)
Semi thesaurus term： convolutional neuralnetwork ,  feature vector

JST classification (1)： Pattern recognition  (JE07000S)

Reference (19)：

• K. Grosse, P. Manoharan, N. Papernot, M. Backes, and P. McDaniel, On the (statistical) detection of adversarial examples, 2017.
• X. Li and F. Li, “Adversarial examples detection in deep networks with convolutional filter statistics,” in Proceedings of the IEEE International Conference on Computer Vision, 2017, pp. 5764-5772.
• Z. Gong, W. Wang, and W. Ku, “Adversarial and clean data are not twins,” ArXiv, vol. abs/1704.04960, 2017.
• J. H. Metzen, T. Genewein, V. Fischer, and B. Bischoff, “On detecting adversarial perturbations,” in Proc. ICLR, 2017.
• W. Xu, D. Evans, and Y. Qi, “Feature squeezing: detecting adversarial examples in deep neural networks,” in Proc. NDSS2018, 2018.

Terms in the title (5)： CNN ,  画像分類 ,  応答特性 ,  敵対 ,  検出法