지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국인터넷방송통신학회 International journal of advanced smart convergence International journal of advanced smart convergence 제8권 제1호
- 발행연도
- 2019.1
- 수록면
- 141 - 146 (6page)
이용수
초록· 키워드
오류제보하기
These days, there are many applications using neural networks as parts of their system. On the other hand, adversarial examples have become an important issue concerining the security of neural networks. A classifier in neural networks can be fooled and make it miss-classified by adversarial examples. There are many research to encounter adversarial examples by using denoising methods. Some of them using GAN (Generative Adversarial Network) in order to remove adversarial noise from input images. By producing an image from generator network that is close enough to the original clean image, the adversarial examples effects can be reduced. However, there is a chance when adversarial noise can survive the approximation process because it is not like a normal noise. In this chance, we propose a research that utilizes high-level representation in the classifier by combining GAN network with a trained U-Net network. This approach focuses on minimizing the loss function on high representation terms, in order to minimize the difference between the high representation level of the clean data and the approximated output of the noisy data in the training dataset. Furthermore, the generated output is checked whether it shows minimum error compared to true label or not. U-Net network is trained with true label to make sure the generated output gives minimum error in the end. At last, the remaining adversarial noise that still exist after low-level approximation can be removed with the U-Net, because of the minimization on high representation terms.
목차
등록된 정보가 없습니다.
참고문헌 (9)
참고문헌 신청
A. S. Rakin / 2018 / Blind Pre-Processing : A Robust Defense Method Against Adversarial Examples / arXiv preprint arXiv:1802.01549
C. Guo / 2017 / Countering Adversarial Images using Input Transformations / arXiv preprint arXiv:1711.00117
I. J. Goodfellow / 2014 / Explaining and harnessing adversarial examples / arXiv preprint arXiv:1412.6572
C. Szegedy / 2013 / Intriguing properties of neural networks / arXiv preprint arXiv:1312.6199
I. J. Goodfellow / 2014 / Generative Adversarial Nets / Neural Information Processing System (NIPS)
C. Guo / 2017 / Countering Adversarial Images using Input Transformations / arXiv preprint arXiv:1711.00117
I. J. Goodfellow / 2014 / Explaining and harnessing adversarial examples / arXiv preprint arXiv:1412.6572
C. Szegedy / 2013 / Intriguing properties of neural networks / arXiv preprint arXiv:1312.6199
I. J. Goodfellow / 2014 / Generative Adversarial Nets / Neural Information Processing System (NIPS)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Comparative study on Generative Adversarial Network (GAN)
대한전자공학회 학술대회
2020 .11
-
생성 모델 기반 적대적 공격의 전이성 향상을 위한 구분 모델의 특성 지도 마스킹 방법
대한전자공학회 학술대회
2022 .06
-
원근 변환 기법을 통한 적대적 이미지의 전이성 향상
대한전자공학회 학술대회
2021 .11
-
New Link Prediction Algorithm using Generative Adversarial Network(GAN)
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
Adversarial Sparsity Mapping Network to Defense Against Adversarial Attacks
Proceedings of KIIT Conference
2021 .06
-
적대적 공격에 강인한 적대적 학습 기반의 초분광 영상 분류기 설계
제어로봇시스템학회 논문지
2021 .06
-
픽셀 드랍을 이용한 레이블을 사용하지 않는 전이 기반 적대적 공격
대한전자공학회 학술대회
2021 .11
-
Adversarial Training on Joint Energy Based Model for Robust Classification and Out-of-Distribution Detection
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
적대적 취약성 다양화를 통한 적대적 전이성 향상
대한전자공학회 학술대회
2022 .06
-
LP Norm 기반 적대적 예제 공격에 대한 적대적 학습법의 성능 분석
한국통신학회 학술대회논문집
2020 .08
-
Ensemble of Degraded Artificial Intelligence Modules Against Adversarial Attacks on Neural Networks
Journal of information and communication convergence engineering
2018 .09
-
Generative Adversarial Network를 이용한 야간 도로 영상 보정 시스템
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
Camouflaged Adversarial Attack on Object Detector
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Simulation of Physical Adversarial Attacks on Vehicle Detection Models
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
적대적 공격 및 방어 기술의 성능 향상을 위한 역방향 적대적 데이터 생성 연구
정보보호학회논문지
2024 .10
-
Student-Teacher Framework for Adversarial Example Detection
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
Generative Adversarial Network를 이용한 디지털 워터마킹 방법
한국방송미디어공학회 학술발표대회 논문집
2019 .11
-
적대적 학습이 모델 손실함수 기하에 미치는 영향에 대한 Hessian 고윳값 기반 정량적인 분석
대한전자공학회 학술대회
2024 .06
-
GAN 알고리즘을 이용한 음악 생성
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
GAN(Generative Adversarial Networks)을 사용한 Hole Filling 알고리즘에 대한 연구
대한전자공학회 학술대회
2019 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0