講演抄録/キーワード |
講演名 |
2023-03-02 11:40
データ多様体の埋め込み幾何学に基づく新しい敵対攻撃法の提案 ○森田匡博・田崎 元・趙 晋輝(中大) PRMU2022-84 IBISML2022-91 |
抄録 |
(和) |
深層学習を利用した画像認識などでは,人間が知覚できないほど小さな摂動を加えて生成される敵対的サンプルによって,誤分類を引き起こすことが発見されている.
敵対的サンプルの発生原因は長らく確証ある理論に至らず,今までの敵対的サンプルの多くは最適化など試行錯誤によって生成された.
しかし最近,学習データが持つデータ多様体の埋め込み構造を解析することで,敵対的サンプルはデータ多様体の接空間の直交補空間方向に存在することが明らかにされた.
そこで本研究では,この発生メカニズムに基づき,埋め込み空間におけるデータ多様体構造に着目した新しい敵対的サンプルの生成手法を提案する.
本手法は,データの変形に影響が少ないとされる多様体の直交補空間成分に対応する顕著な重みベクトル方向に摂動を生成することで,人に気づかれにくい攻撃画像を生成する.
さらに,ターゲットクラスの中間層の出力を利用した標的型攻撃も検討し,これらの手法に対して攻撃可能性について評価を行う. |
(英) |
It has been shown recently that adversarial examples inducing misclassification by deep neural networks exist in the orthogonal complementary spaces of the tangent spaces of the data manifold.
In this paper, we propose novel adversarial attacks based on the embedding geometry of the data manifold.
The proposed attacks generate adversarial examples by adding imperceptible perturbations in the directions of the orthogonal complementary space of the tangent spaces of the data manifold along which the weight vectors have prominent components.
Moreover, we also consider targeted attacks by the output inversion in the hidden layer neurons toward the target class.
Evaluations of these proposed attacks are also reported. |
キーワード |
(和) |
深層学習 / 敵対的サンプル / 多様体仮説 / データ多様体 / / / / |
(英) |
Deep learning / Adversarial example / Manifold hypothesis / Data manifold / / / / |
文献情報 |
信学技報, vol. 122, no. 405, IBISML2022-91, pp. 140-145, 2023年3月. |
資料番号 |
IBISML2022-91 |
発行日 |
2023-02-23 (PRMU, IBISML) |
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 |
PRMU2022-84 IBISML2022-91 |
研究会情報 |
研究会 |
PRMU IBISML IPSJ-CVIM |
開催期間 |
2023-03-02 - 2023-03-03 |
開催地(和) |
はこだて未来大学 |
開催地(英) |
Future University Hakodate |
テーマ(和) |
異分野連携(PRMU)、AutoML (CVIM)、機械学習の理論と応用の広がり(IBISML) |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
IBISML |
会議コード |
2023-03-PRMU-IBISML-CVIM |
本文の言語 |
日本語 |
タイトル(和) |
データ多様体の埋め込み幾何学に基づく新しい敵対攻撃法の提案 |
サブタイトル(和) |
|
タイトル(英) |
Novel Adversarial Attacks Based on Embedding Geometry of Data Manifolds |
サブタイトル(英) |
|
キーワード(1)(和/英) |
深層学習 / Deep learning |
キーワード(2)(和/英) |
敵対的サンプル / Adversarial example |
キーワード(3)(和/英) |
多様体仮説 / Manifold hypothesis |
キーワード(4)(和/英) |
データ多様体 / Data manifold |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
森田 匡博 / Masahiro Morita / モリタ マサヒロ |
第1著者 所属(和/英) |
中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.) |
第2著者 氏名(和/英/ヨミ) |
田崎 元 / Hajime Tasaki / タサキ ハジメ |
第2著者 所属(和/英) |
中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.) |
第3著者 氏名(和/英/ヨミ) |
趙 晋輝 / Jinhui Chao / チョウ シンキ |
第3著者 所属(和/英) |
中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2023-03-02 11:40:00 |
発表時間 |
15分 |
申込先研究会 |
IBISML |
資料番号 |
PRMU2022-84, IBISML2022-91 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.404(PRMU), no.405(IBISML) |
ページ範囲 |
pp.140-145 |
ページ数 |
6 |
発行日 |
2023-02-23 (PRMU, IBISML) |