지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 449 - 458 (10page)
이용수
초록· 키워드
오류제보하기
인공지능은 빅데이터와 딥러닝 기술을 이용해 다양한 분야에서 삶의 편리함을 주고 있다. 하지만, 딥러닝 기술은 적대적 예제에 매우 취약하여 적대적 예제가 분류 모델의 오분류를 유도한다. 본 연구는 StarGAN을 활용해 다양한 적대적 공격을 탐지 및 정화하는 방법을 제안한다. 제안 방법은 Categorical Entropy loss를 추가한 StarGAN 모델에 다양한 공격 방법으로 생성된 적대적 예제를 학습시켜 판별자는 적대적 예제를 탐지하고, 생성자는 적대적 예제를 정화한다. CIFAR-10 데이터셋을 통해 실험한 결과 평균 탐지 성능은 약 68.77%, 평균 정화 성능은 약 72.20%를 보였으며 정화 및 탐지 성능으로 도출되는 평균 방어 성능은 약 93.11%를 보였다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 방법
IV. 실험
V. 고찰
VI. 결론
References
참고문헌 (22)
참고문헌 신청
G. Ryu and D. Choi, “A Research-Trends in Artificial Intelligence SecurityAttacks and Countermeasures,” Review of KIISC, 30(5), pp. 93-99, Oct. 2020.
SZE, Vivienne, et al. Efficient processing of deep neural networks: A tutorial and survey. Proceedings of the IEEE, 2017.
Goodfellow, Ian, et al. "Generative adversarial networks." Communications of the ACM 63.11 (2020): pp. 139-144.
Liao, Fangzhou, et al. "Defense against adversarial attacks using high-level representation guided denoiser." Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.
Akhtar, Naveed, and Ajmal Mian. "Threat of adversarial attacks on deep learning in computer vision: A survey." Ieee Access 6 (2018): pp. 14410-14430.
SZE, Vivienne, et al. Efficient processing of deep neural networks: A tutorial and survey. Proceedings of the IEEE, 2017.
Goodfellow, Ian, et al. "Generative adversarial networks." Communications of the ACM 63.11 (2020): pp. 139-144.
Liao, Fangzhou, et al. "Defense against adversarial attacks using high-level representation guided denoiser." Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.
Akhtar, Naveed, and Ajmal Mian. "Threat of adversarial attacks on deep learning in computer vision: A survey." Ieee Access 6 (2018): pp. 14410-14430.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
선형 판별 분석 및 k-means 알고리즘을 이용한 적대적 공격 유형 분류 방안
정보보호학회논문지
2021 .12
-
Current Research Trends in Attacking Deep Learning Using Adversarial Examples
Journal of KIISE
2022 .05
-
Adversarial Sparsity Mapping Network to Defense Against Adversarial Attacks
Proceedings of KIIT Conference
2021 .06
-
데이터 예측 클래스 기반 적대적 공격 탐지 및 분류 모델
정보보호학회논문지
2021 .12
-
적대적 공격 및 방어 기술의 성능 향상을 위한 역방향 적대적 데이터 생성 연구
정보보호학회논문지
2024 .10
-
이미지의 Symbolic Representation 기반 적대적 예제 탐지 방법
정보보호학회논문지
2022 .10
-
산업 제어 시스템의 이상 탐지 모델에 대한 적대적 예제 공격 및 대응
한국정보과학회 학술발표논문집
2023 .06
-
Advanced Generative Adversarial Defense Model using Instance Sparsity Mapping Network
한국정보기술학회논문지
2021 .08
-
적대적 학습과 적대적 강건성 사이의 연관성
한국정보과학회 학술발표논문집
2020 .12
-
적대적 공격의 전이성 향상을 위한 이미지 왜곡 기법
전자공학회논문지
2022 .10
-
영상 인식을 위한 딥러닝 모델의 적대적 공격에 대한 백색 잡음 효과에 관한 연구
한국정보전자통신기술학회 논문지
2022 .02
-
엣지 기반 분류를 이용한 적대적 예제 탐지
한국컴퓨터정보학회논문지
2023 .10
-
StarGAN-TA : 표정 생성 성능 향상을 위한 전이학습 StarGAN
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Generating Counterfactual Examples through Generating Adversarial Examples
Journal of KIISE
2022 .12
-
적대적 공격에 대한 방어의 효율성 향상
한국정보과학회 학술발표논문집
2024 .06
-
적대적 공격을 이용한 객체 탐지 모델의 취약성 검증
한국정보과학회 학술발표논문집
2020 .07
-
카메라 시점 변환을 이용한 전이 기반 적대적 공격 기법
전자공학회논문지
2022 .07
-
AI 모델의 적대적 공격 대응 방안에 대한 연구
한국컴퓨터정보학회 학술발표논문집
2023 .07
-
얼굴 인식 모델에 대한 질의 효율적인 블랙박스 적대적 공격 방법
정보보호학회논문지
2022 .12
-
임의의 잡음 신호 추가를 활용한 적대적으로 생성된 이미지 데이터셋 탐지 방안에 대한 연구
한국정보전자통신기술학회 논문지
2019 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
적대적 공격의 전이성 향상을 위한 이미지 왜곡 기법
손민지
,
권명준
,
조승주
외 1명
전자공학회논문지
2022
.10
인공지능보안과 적대적공격
최창
,
홍인표
정보과학회지
2023
.01
적대적 공격에 강건한 특징 중요도 기반 계층적 네트워크 이상탐지 방법
김민주
,
권경민
,
최은경
외 2명
한국통신학회 인공지능 학술대회 논문집
2023
.09
얼굴 인식 모델에 대한 질의 효율적인 블랙박스 적대적 공격 방법
서성관
,
손배훈
,
윤주범
정보보호학회논문지
2022
.12
생성적 적대 신경망(GAN)을 이용한 시계열 데이터 증강 기법 적용 및 성능 평가에 관한 연구
이창현
,
신동훈
,
전호석
외 3명
한국통신학회 학술대회논문집
2021
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-001475834