Current Result Document : 1 / 1
| 한글제목(Korean Title) |
딥 러닝 기반의 이미지 분류 모델에 대한 백도어 공격과 방어 방법의 최신 동향에 관한 연구 |
| 영문제목(English Title) |
Study of Backdoor Attacks and Countermeasures against Image classification models based Deep Learning |
| 저자(Author) |
김태훈
김형건
황선진
손기수
최윤호
Taehoon Kim
Hyungun Kim
Sunjin Hwang
Gisoo Sohn
Yoonho Choi
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0717 ~ 0719 (2022. 06) |
한글내용
(Korean Abstract) |
딥 러닝을 활용한 이미지 분류 모델에서 백도어 공격이란 데이터 오염 공격의 일종으로 모델 학습 시에 트리거를 포함한 오염된 데이터를 학습 데이터셋에 포함함으로써 딥러닝 모델이 공격자의 의도대로 동작하도록 유도하는 공격이다. 백도어 공격은 주로 타인의 데이터셋 사용이나 사전 학습된 모델의 가중치 값 사용 등과 같이 전체 학습 과정이 완벽히 제어되지 않는 환경에서 발생하며, 얼굴 인식, 자율 주행과 같이 실생활과 밀접한 모델에 대한 공격 발생 시 심각한 위협을 초래할 수 있다. 본 논문에서는 백도어 공격과 방어 기법에 대한 전반적인 동향을 살펴보고자 한다. 이를 위해 먼저 백도어 공격 방법을 공격 목표 레이블이 포함되는 데이터에 따라 레이블 오염 공격과 레이블 보존 공격로 나누어 설명하고, 백도어 공격에 대한 방어 방법을 방어 시 사용하는 기반 자원에 따라 입력 데이터, 모델 역설계, 학습 데이터셋 기반 방법으로 나누어 설명한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
