KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
진화적 접근법을 활용한 마스터 노이즈 생성과 적대적 공격 기법 |
| 영문제목(English Title) |
Adversarial Attack Based on Master Noise Using Evolutionary Approach for Image Classification |
| 저자(Author) |
정창길
추현우
이종현
최태종
Chang Gil Jeong
Hyun Woo Chu
Jong-Hyun Lee
Tae Jong Choi
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0716 ~ 0718 (2020. 12) |
한글내용
(Korean Abstract) |
적대적 공격은 작은 노이즈를 데이터에 인위적으로 추가하여 기계학습 모델이 오작동하도록 만드는 공격 방법으로 자율주행과 같은 인공지능 응용에 커다란 문제를 일으킬 수 있다. 이러한 한계를 극복하기 위해서 다양한 연구가 수행되고 있지만 현재까지 제안된 기법들은 여러 가지 한계점을 갖고 있다. 이 논문에서는 기존의 적대적 공격에 비해 계산 복잡도가 낮고 범용성이 높으며 인간에게 쉽게 노출되지 않는 새로운 적대적 공격 기법을 제시한다. 제안하는 기법은 이미지 데이터셋 전체에 대응하는 하나의 마스터 노이즈를 유전 알고리즘을 활용하여 생성하고 이를 원본 이미지와 합성하여 이미지 분류 모델을 공격한다. 실험 결과, 제안하는 공격 기법은 변조율에 따라서 훈련된 신경망 모델의 정확도를 CIFAR10 데이터셋에서는 2.68% ~ 16.08% 그리고 MNIST 데이터셋에서는 0.56% ~ 8.16% 낮출 수 있었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
