Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Multi-Targeted Backdoor: Indentifying Backdoor Attack for Multiple Deep Neural Networks Pintu Belakang Berbilang Sasaran: Mengenalpasti Serangan Pintu Belakang untuk Pelbagai Rangkaian Neural Dalam

Hyun KWON, Hyunsoo YOON, Ki-Woong PARK

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Kami mencadangkan pintu belakang berbilang sasaran yang mengelirukan model yang berbeza ke kelas yang berbeza. Kaedah ini melatih berbilang model dengan data yang termasuk pencetus khusus yang akan disalahklasifikasikan oleh model yang berbeza ke dalam kelas yang berbeza. Sebagai contoh, penyerang boleh menggunakan sampel pintu belakang berbilang sasaran tunggal untuk menjadikan model A mengenalinya sebagai tanda berhenti, model B sebagai tanda belok kiri, model C sebagai tanda belok kanan dan model D sebagai tanda U- tanda belok. Kami menggunakan MNIST dan Fashion-MNIST sebagai set data percubaan dan Tensorflow sebagai perpustakaan pembelajaran mesin. Keputusan eksperimen menunjukkan bahawa kaedah yang dicadangkan dengan pencetus boleh menyebabkan salah klasifikasi sebagai kelas yang berbeza oleh model yang berbeza dengan kadar kejayaan serangan 100% pada MNIST dan Fashion-MNIST sambil mengekalkan ketepatan 97.18% dan 91.1%, masing-masing, pada data tanpa pencetus.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E103-D No.4 pp.883-887
Tarikh penerbitan
2020/04/01
Diumumkan
2020/01/15
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2019EDL8170
Jenis Manuskrip
LETTER
kategori
Rangkaian Maklumat

Pengarang

Hyun KWON
  Korea Advanced Institute of Science and Technology,Korea Military Academy
Hyunsoo YOON
  Korea Advanced Institute of Science and Technology
Ki-Woong PARK
  Sejong University

Kata kunci

Contents [show]