| 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 | 2024-03-22 10:55 DNNモデルへのバックドア攻撃に対する署名埋込手法の改良 ○藤本 聖・王 イントウ・宮地充子（阪大）  ICSS2023-87 |
|
| 抄録 | （和） | 近年，機械学習，特に深層学習は飛躍的な進歩を遂げ，交通・医療・金融など多岐にわたる分野での応用により，我々の社会に大きな影響を与えている．しかしながら，機械学習は悪意を持つ者の攻撃に非常に脆弱であることが分かっている．本論文では様々な攻撃の中でもバックドア攻撃に対する防御を取り扱う．バックドア攻撃とは攻撃者が悪意のあるデータを訓練データセットの中に加えることで，その訓練データセットを用いて学習されたモデルが，攻撃者によって入力された悪意あるデータに対して，誤った出力をしてしまうものである．この攻撃に対する防御として，モデルの作成者しか知りえないデータ(署名)を訓練データセットに加えることで，攻撃の検知を行う署名埋込方式が提案されている．本論文ではこの防御手法について問題点を示し，改善手法を提案する． |
| （英） | In recent years, machine learning, particularly deep learning, has made remarkable strides, and has great impact on our society across various domains such as transportation, healthcare, and finance. However, it is known that machine learning is highly vulnerable to malicious attacks. This paper focuses on the defense against backdoor attacks. A backdoor attack adds malicious data into the training dataset. The model trained on this dataset produces incorrect outputs for malicious data input by the attacker. A defense known as the signature-embedding method has been proposed. This defense involves incorporating data (signatures) that only the model creator adds into the training dataset to detect backdoor attacks. This paper highlights the problems with this defense method and proposes improvements. | |
| キーワード | （和） | 機械学習 / 深層学習 / バックドア攻撃 / / / / / |
| （英） | machine learning / deep neural network / backdoor attack / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 448, ICSS2023-87, pp. 129-136, 2024年3月. | |
| 資料番号 | ICSS2023-87 | |
| 発行日 | 2024-03-14 (ICSS) | |
| 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 | ICSS2023-87 |
|
| 研究会情報 | |
| 研究会 | ICSS IPSJ-SPT |
| 開催期間 | 2024-03-21 - 2024-03-22 |
| 開催地（和） | 沖縄科学技術大学院大学(OIST) OISTカンファレンスセンター |
| 開催地（英） | OIST |
| テーマ（和） | セキュリティ、トラスト、一般 |
| テーマ（英） | Security, Trust, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICSS |
| 会議コード | 2024-03-ICSS-SPT |
| 本文の言語 | 日本語 |
| タイトル（和） | DNNモデルへのバックドア攻撃に対する署名埋込手法の改良 |
| サブタイトル（和） | |
| タイトル（英） | Improved signature-embedding techniques against backdoor attacks on DNN models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / machine learning |
| キーワード(2)（和/英） | 深層学習 / deep neural network |
| キーワード(3)（和/英） | バックドア攻撃 / backdoor attack |
| 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） | 藤本 聖 / Akira Fujimoto / フジモト アキラ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 第2著者 氏名（和/英/ヨミ） | 王 イントウ / Yuntao Wang / オウ イントウ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 第3著者 氏名（和/英/ヨミ） | 宮地 充子 / Atsuko Miyaji / ミヤジ アツコ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-22 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICSS |
| 資料番号 | ICSS2023-87 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.448 |
| ページ範囲 | pp.129-136 |
| ページ数 | 8 |
| 発行日 | 2024-03-14 (ICSS) |
[研究会発表申込システムのトップページに戻る]