메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김희선 (한국과학기술원) 권명준 (한국과학기술원) 변준영 (한국과학기술원) 김창익 (한국과학기술원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제7호(통권 제536호)
발행연도
2022.7
수록면
53 - 59 (7page)
DOI
10.5573/ieie.2022.59.7.53

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
적대적 공격이란, 사람의 눈으로 인식할 수 없을 정도의 미세한 잡음을 이미지에 의도적으로 추가하여 합성곱 신경망 모델의 잘못된 예측을 유도하는 기법이다. 공격하고자 하는 타겟 모델에 접근할 수 없는 경우 적대적 이미지의 전이성을 이용하여 공격해야 한다. 전이성이란 한 모델을 공격하는 데 성공한 적대적 이미지가 다른 모델에서도 적대적으로 작용하는 특성을 뜻한다. 공격자는 자신이 가지고 있는 소스 모델을 이용하여 적대적 이미지를 만들고, 그 이미지가 타겟 모델의 잘못된 예측을 유발하기를 기대한다. 본 논문에서는 적대적 이미지의 전이성 향상을 위한 기법으로 카메라 시점 변환(Camera Viewpoint Transformation)을 제안한다. 이는 적대적인 이미지는 어떠한 시점에서 보더라도 적대적으로 작용해야 한다는 가정에서 착안한다. 카메라 시점 변환이 일어난 이미지들을 공격에 사용함으로써 소스 모델로의 과적합을 피하고 전이성을 높이는 적대적인 이미지를 생성한다. 그 결과, 카메라 시점 변환 기법은 기존 방법과 비교해 평균적으로 5.4p% 성능이 향상되어 우수한 공격 성능을 보였다. 마지막으로, 이 성능 향상의 이유를 이미지 변환의 횟수와 무작위성 측면에서 분석했다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. 제안 기법
Ⅳ. 실험
Ⅴ. 결과 및 분석
Ⅵ. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-569-001701399