검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

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 다중 대상 백도어: 여러 심층 신경망에 대한 백도어 공격 식별

Hyun KWON, Hyunsoo YOON, Ki-Woong PARK

  • 조회수

    0

  • 이것을 인용

요약 :

우리는 다양한 모델을 다양한 클래스로 오도하는 다중 대상 백도어를 제안합니다. 이 방법은 다양한 모델에 의해 다양한 클래스로 잘못 분류되는 특정 트리거를 포함하는 데이터로 여러 모델을 교육합니다. 예를 들어 공격자는 단일 다중 대상 백도어 샘플을 사용하여 모델 A를 정지 신호로, 모델 B를 좌회전 신호로, 모델 C를 우회전 신호로, 모델 D를 U-회전 신호로 인식하도록 할 수 있습니다. 방향 표시. 우리는 MNIST와 Fashion-MNIST를 실험 데이터세트로 사용하고 Tensorflow를 머신러닝 라이브러리로 사용했습니다. 실험 결과, 트리거를 적용한 제안 방법은 트리거가 없는 데이터에서는 각각 100%, 97.18%의 정확도를 유지하면서 MNIST와 Fashion-MNIST에 대해 91.1% 공격 성공률을 보이며 서로 다른 모델에 따라 서로 다른 클래스로 오분류를 일으킬 수 있음을 보여주었다.

발행
IEICE TRANSACTIONS on Information Vol.E103-D No.4 pp.883-887
발행일
2020/04/01
공개일
2020/01/15
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019EDL8170
원고의 종류
LETTER
범주
정보 네트워크

작성자

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

키워드