| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-03-02 09:20 AIハードウェアに対するAdversarial Examplesの対策手法とその評価 ○濵口晃輔・竹本 修・野崎佑典・吉川雅弥（名城大）  VLD2023-134 HWS2023-94 ICD2023-123 |
|
| 抄録 | （和） | IoTデバイスなどのハードウェアに人工知能(AI)を搭載したAIハードウェア（エッジAI）の需要が高まっている．特に，エッジAIによる画像分類システムは広く普及しているため，そのセキュリティの確保が重要である．画像分類システムに対する代表的な攻撃手法としては，入力画像に微小な摂動を加えることで誤分類を誘発するAdversarial Examples(AE)があり，AEによる攻撃がエッジAIにおいても可能であることが報告されているが，対策手法は提案されていない．そこで本研究では，異なる性質に着目した複数の対策手法を提案し，ソフトウェア実装とハードウェア実装の評価実験により，提案手法の有効性を検証する． |
| （英） | The demand for edge AI, in which artificial intelligence (AI) is directly embedded in devices, is increasing, and the security of image classification systems based on edge AI has attracted much attention. Adversarial Examples (AEs), which induce misclassification by applying small perturbations to input images, are one of the most common attack methods against image classification systems, and some AE attack methods have been shown to be effective in edge AI as well. However, no countermeasures against AEs that are effective in edge AI have been proposed. This study proposes several countermeasure methods for AE focusing on different properties, and evaluated their effectiveness in edge AI by comparing and evaluating software and hardware. | |
| キーワード | （和） | エッジAI / Binarized Neural Network / Adversarial Examples / / / / / |
| （英） | Edge AI / Binarized Neural Network / Adversarial Examples / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 391, HWS2023-94, pp. 184-189, 2024年2月. | |
| 資料番号 | HWS2023-94 | |
| 発行日 | 2024-02-21 (VLD, HWS, ICD) | |
| 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 | VLD2023-134 HWS2023-94 ICD2023-123 |
|
| 研究会情報 | |
| 研究会 | VLD HWS ICD |
| 開催期間 | 2024-02-28 - 2024-03-02 |
| 開催地（和） | 沖縄県男女共同参画センター【てぃるる】会議室１・２・３ |
| 開催地（英） | |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | HWS |
| 会議コード | 2024-02-VLD-HWS-ICD |
| 本文の言語 | 日本語 |
| タイトル（和） | AIハードウェアに対するAdversarial Examplesの対策手法とその評価 |
| サブタイトル（和） | |
| タイトル（英） | Countermeasure on AI Hardware against Adversarial Examples |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エッジAI / Edge AI |
| キーワード(2)（和/英） | Binarized Neural Network / Binarized Neural Network |
| キーワード(3)（和/英） | Adversarial Examples / Adversarial Examples |
| キーワード(4)（和/英） | / |
| 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） | 濵口 晃輔 / Kosuke Hamaguchi / ハマグチ コウスケ |
| 第1著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 竹本 修 / Shu Takemoto / タケモト シュウ |
| 第2著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 野崎 佑典 / Yusuke Nozaki / ノザキ ユウスケ |
| 第3著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 吉川 雅弥 / Masaya Yoshikawa / ヨシカワ マサヤ |
| 第4著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-02 09:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | HWS |
| 資料番号 | VLD2023-134, HWS2023-94, ICD2023-123 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.390(VLD), no.391(HWS), no.392(ICD) |
| ページ範囲 | pp.184-189 |
| ページ数 | 6 |
| 発行日 | 2024-02-21 (VLD, HWS, ICD) |
[研究会発表申込システムのトップページに戻る]