개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 2019.12
- 수록면
- 1,383 - 1,392 (10page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
적대적 공격은 기계학습 분류 모델의 오분류를 유도하는 적대적 데이터를 생성하는 공격으로, 실생활에 적용된 분류 모델에 혼란을 야기하여 심각한 피해를 발생시킬 수 있다. 이러한 적대적 공격 중 블랙박스 방식의 공격은, 대상 모델과 유사한 대체 모델을 학습시켜 대체 모델을 이용해 적대적 데이터를 생성하는 공격 방식이다. 이 때 사용되는 야코비 행렬 기반의 데이터 어그멘테이션 기법은 합성되는 데이터의 왜곡이 심해진다는 단점이 있다. 본 논문은 기존의 데이터 어그멘테이션 방식에 존재하는 단점을 보완하기 위해 감쇠 요소를 추가한 데이터 어그멘테이션을 사용하여 대체 모델을 학습시키고, 이를 이용해 적대적 데이터를 생성하는 방안을 제안한다. 실험을 통해, 기존의 연구 결과보다 공격 성공률이 최대 8.5% 가량 높음을 입증하였다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 방법
IV. 실험 및 평가
V. 결론
References
참고문헌 (21)
참고문헌 신청
L. Huang, A. D. Joseph, and B. Nelso n, “Adversarial machine learning.” In Proceedings of the 4th ACM workshop on Security and artificial intelligence, pp. 43-58, October 2011.
B. Biggio, I. Corona, and D. Maiorca, “Evasion attacks against machine lear ning at test time.” Joint European co nference on machine learning and kno wledge discovery in databases, pp. 38 7-402, September 2013.
N. Papernot, P. McDaniel, and I. Goo dfellow, “Practical black-box attacks a gainst machine learning.” Proceedings of the 2017 ACM on Asia conference o n computer and communications secur ity, pp. 506-519, April 2017.
S. Qiu, Q. Liu, and S. Zhou, “Review of artificial intelligence adversarial at tack and defense technologies.” Applie d Sciences, vol. 9, no. 5, pp. 909-938, March 2019.
N. Papernot, P. McDaniel, and S. Jh a, “The limitations of deep learning in adversarial settings.” 2016 IEEE Euro pean Symposium on Security and Priv acy, pp. 372-387, March 2016.
B. Biggio, I. Corona, and D. Maiorca, “Evasion attacks against machine lear ning at test time.” Joint European co nference on machine learning and kno wledge discovery in databases, pp. 38 7-402, September 2013.
N. Papernot, P. McDaniel, and I. Goo dfellow, “Practical black-box attacks a gainst machine learning.” Proceedings of the 2017 ACM on Asia conference o n computer and communications secur ity, pp. 506-519, April 2017.
S. Qiu, Q. Liu, and S. Zhou, “Review of artificial intelligence adversarial at tack and defense technologies.” Applie d Sciences, vol. 9, no. 5, pp. 909-938, March 2019.
N. Papernot, P. McDaniel, and S. Jh a, “The limitations of deep learning in adversarial settings.” 2016 IEEE Euro pean Symposium on Security and Priv acy, pp. 372-387, March 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
벡터 양자화 증강 기법을 통한 적대적 견고 향상
대한전자공학회 학술대회
2023 .06
-
생성적 적대 신경망을 이용한 정형 데이터 증강에 대한 연구
한국정보과학회 학술발표논문집
2018 .06
-
적대적 학습과 적대적 강건성 사이의 연관성
한국정보과학회 학술발표논문집
2020 .12
-
자율주행 객체 인지 성능 향상을 위한 적대적 생성 모델 기반 학습 데이터 증강 기술 개발
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
적대적 공격 및 방어 기술의 성능 향상을 위한 역방향 적대적 데이터 생성 연구
정보보호학회논문지
2024 .10
-
Adversarial Sparsity Mapping Network to Defense Against Adversarial Attacks
Proceedings of KIIT Conference
2021 .06
-
적대적 학습 방법을 이용한 불균형 데이터 환경에서의 분류 모델의 성능 개선
한국통신학회 학술대회논문집
2022 .06
-
회전체 진단 정확도 향상을 위한 진동데이터 증강 기법
한국소음진동공학회 학술대회논문집
2020 .11
-
딥 러닝 기술에서의 적대적 학습 기술 동향
정보과학회지
2018 .02
-
데이터 불균형 문제를 해결하기 위한 Generative Adversarial Networks (GAN) 기반의 가상 데이터 합성
대한기계학회 춘추학술대회
2017 .11
-
비선형적 이미지 혼합 데이터 증강을 이용한 Deep Neural Network의 적대적 공격 취약성 개선
한국정보과학회 학술발표논문집
2022 .12
-
선형 판별 분석 및 k-means 알고리즘을 이용한 적대적 공격 유형 분류 방안
정보보호학회논문지
2021 .12
-
생성적 적대 네트워크를 이용한 자동 에세이 채점 데이터 확장
한국정보과학회 학술발표논문집
2019 .12
-
Deep Learning Framework for Material Design Space Exploration using Active Transfer Learning and Data Augmentation
대한기계학회 춘추학술대회
2021 .08
-
Generative Adversarial Network를 이용한 데이터 증강 기반 머신러닝 예측 모델 성능 향상
대한토목학회 학술대회
2023 .10
-
데이터 예측 클래스 기반 적대적 공격 탐지 및 분류 모델
정보보호학회논문지
2021 .12
-
공구상태 분류 시 데이터증강 기법을 이용한 딥러닝 모델의 정확도 향상
한국기계가공학회 춘추계학술대회 논문집
2022 .12
-
확산 모델 기반 데이터 증강 최신 연구 동향
대한전자공학회 학술대회
2024 .06
-
Advanced Generative Adversarial Defense Model using Instance Sparsity Mapping Network
한국정보기술학회논문지
2021 .08
-
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
확장 합성곱 신경망과 자기 지도 순환 적대적 생성 신경망을 이용한 안개 제거 네트워크
이수동
,
황선희
,
최영우
외 1명
정보과학회 컴퓨팅의 실제 논문지
2020
.02
Pix2Pix GAN을 활용한 스케치 기반의 3차원 지형 생성
강진구
,
김형석
한국정보과학회 학술발표논문집
2019
.12
Morpho-GAN: Unsupervised Learning of Data with High Morphology using Generative Adversarial Networks
Azamat Abduazimov
,
GeunSik Jo
한국컴퓨터정보학회 학술발표논문집
2020
.01
블록체인 기반 서비스 환경에서의 개인키 백업 및 복원 프레임워크
윤태연
,
문종섭
디지털콘텐츠학회논문지
2019
.12
Automatic Radial Un-distortion using Conditional Generative Adversarial Network
Dong-Hun Pa
,
k
,
Vijay Kakani
외 1명
제어로봇시스템학회 논문지
2019
.11
최근 본 자료
댓글(0)
0