| Item type |
SIG Technical Reports(1) |
| 公開日 |
2022-07-21 |
| タイトル |
|
|
タイトル |
隠れニューラルネットワークを用いた敵対的画像の検出システム |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Detecting adversarial images in a classification system with a hidden neural network |
| 言語 |
|
|
言語 |
eng |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
富士通株式会社 |
| 著者所属 |
|
|
|
富士通株式会社 |
| 著者所属 |
|
|
|
富士通株式会社 |
| 著者所属 |
|
|
|
富士通株式会社 |
| 著者所属(英) |
|
|
|
en |
|
|
Fujitsu Ltd. |
| 著者所属(英) |
|
|
|
en |
|
|
Fujitsu Ltd. |
| 著者所属(英) |
|
|
|
en |
|
|
Fujitsu Ltd. |
| 著者所属(英) |
|
|
|
en |
|
|
Fujitsu Ltd. |
| 著者名 |
フォンタネシ, ミケレ
田渕, 晶大
ダン, タン
田原, 司睦
|
| 著者名(英) |
Michele, Fontanesi
Akihiro, Tabuchi
Thang, Dang
Tsuguchika, Tabaru
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
畳み込みニューラルネットワークは，人間が見ても気づかない程度の変化を画像に与えてモデルをだます敵対的データの存在によって広範囲への適用が制限されている．この論文では，ホワイトボックス攻撃とクラスタリング技術に基づき，敵対的データを判別するシンプルなフレームワークを提案する．我々の提案は，容易に誤分類されるラベルのクラスタごとに隠れニューラルネットワークを用いることで学習済み画像分類モデルを保護する点に特徴がある． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
The wide broad adoption of convolutional neural networks is currently constrained by the existence of adversarial examples, carefully perturbed images, unrecognizable by human beings, but able to fool a model. In this work, we propose a simple framework, based on white box attacks and clustering techniques, to implement detection capabilities against adversarial examples. Our proposal features multiple hidden neural networks, trained on clusters of easily misclassified labels, to protect a pretrained image classification model. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10112981 |
| 書誌情報 |
研究報告ソフトウェア工学（SE）
巻 2022-SE-211,
号 6,
p. 1-6,
発行日 2022-07-21
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8825 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-SE22211006.pdf (1.4 MB)
