講演抄録/キーワード |
講演名 |
2018-07-02 10:50
教師データの揺らぎとモデルの識別性能の変化について ○廣川佐千男・岡村耕二(九大) AI2018-3 |
抄録 |
(和) |
スパムの事例に機械学習を適用することで、スパム識別のモデルが作ることができる。一方、攻撃側は、スパムフィルター事例から防御側のモデルを推測することで異なるパターンの攻撃が可能となる。本研究では、防御側がモデルを微妙に変化させることで攻撃側の推定性能を低下させることができるのではないかと考えた。本稿はその予備的実験として、教師データの中の正例の一個を負例に変更して学習させたときに得られるモデルの識別性能が、どれだけ変化するかを実験的に評価した。 |
(英) |
By applying machine learning to the case of spam, a spam identification model can be created. On the other hand, the attacker can attack different patterns by estimating the model of the defender from the spam filter case. In this research, we thought that the defending side could slightly change the model, thereby reducing the prediction performance of the attacking side. As a preliminary experiment, we evaluated how much the discrimination performance would be decreased when one positive instance in the trainning data were changed to negative. |
キーワード |
(和) |
敵対的機械学習 / モデルの揺らぎ / 識別性能 / / / / / |
(英) |
Adversarial Machine Learning / Flactuation of Training Data / Prediction Performance / / / / / |
文献情報 |
信学技報, vol. 118, no. 116, AI2018-3, pp. 11-14, 2018年7月. |
資料番号 |
AI2018-3 |
発行日 |
2018-06-25 (AI) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
AI2018-3 |