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
- 발행연도
- 2021.6
- 수록면
- 389 - 400 (12page)
- DOI
- 10.5302/J.ICROS.2021.21.0012
이용수
초록· 키워드
오류제보하기
Recently, the importance of attack and defense based on adversarial examples has been highlighted in the defense field. In particular, it is necessary to design a robust network because a black box attack can significantly deteriorate the classifier performance of the network, even if a slight change is introduced by attacking the video data. Furthermore, when the details of the network are not known, the network can be fooled through adversarial attacks. In the hyperspectral field, various classifiers have been designed using deep learning. However, these classifiers produce results that are vulnerable to adversarial attacks through the backpropagation process. This paper proposes the design of a hyperspectral classifier that is robust against adversarial attacks. The robustness of the network is demonstrated by analyzing the results of classifying hyperspectral images including various objects such as grass and objects with colors similar to that of grass. It is assumed that the paint pertains to the camouflage of a tank. The results demonstrate the significance of the hyperspectral data used in the defense field in the context of adversarial attacks. Moreover, a useful adversarial training scheme for hyperspectral classifiers is described.
목차
Abstract
I. 서론
II. 데이터와 분류기 네트워크
III. 적대적 공격의 적용
IV. 적대적 학습 방어 기법
V. 결론
REFERENCES
참고문헌 (15)
참고문헌 신청
W. Hu, Y. Huang, L. Wei, F. Zhang, and H. Li, “Deep convolutional neural networks for hyperspectral image classification,” Journal of Sensors, vol. 2015, Article ID 258619, 12 pages, 2015.
V. Sharma, A. Diba, T. Tuytelaars, and L. Van Gool, “Hyperspectral CNN for image classification & band selection with application to face recognition,” [online] Available: http://www.esat.kuleuven.be/psi, 2016.
A. B. Hamida, A. Benoit, P Lambert, and C. B. Amar, “3-D deep learning approach for remote sensing image classification,” IEEE Transactions on Geoscience and Remote Sensing, vol. 56, issue. 8, pp. 4420-4434, Aug. 2018.
Ian J. Goodfellow, J. Shlens, and C. Szegedy, “Explaining and harnessing adversarial examples,” 3rd International Conference on Learning Representations (ICLR 2015), San Diego, CA, USA, 2015.
A. Kurakin, Ian J. Goodfellow, and S. Bengio, “Adversarial examples in the physical world,” 5th International Conference on Learning Representations, ICLR 2017, Toulon, France, 2017.
V. Sharma, A. Diba, T. Tuytelaars, and L. Van Gool, “Hyperspectral CNN for image classification & band selection with application to face recognition,” [online] Available: http://www.esat.kuleuven.be/psi, 2016.
A. B. Hamida, A. Benoit, P Lambert, and C. B. Amar, “3-D deep learning approach for remote sensing image classification,” IEEE Transactions on Geoscience and Remote Sensing, vol. 56, issue. 8, pp. 4420-4434, Aug. 2018.
Ian J. Goodfellow, J. Shlens, and C. Szegedy, “Explaining and harnessing adversarial examples,” 3rd International Conference on Learning Representations (ICLR 2015), San Diego, CA, USA, 2015.
A. Kurakin, Ian J. Goodfellow, and S. Bengio, “Adversarial examples in the physical world,” 5th International Conference on Learning Representations, ICLR 2017, Toulon, France, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
High Representation based GAN defense for Adversarial Attack
International journal of advanced smart convergence
2019 .01
-
Adversarial Sparsity Mapping Network to Defense Against Adversarial Attacks
Proceedings of KIIT Conference
2021 .06
-
LP Norm 기반 적대적 예제 공격에 대한 적대적 학습법의 성능 분석
한국통신학회 학술대회논문집
2020 .08
-
생성 모델 기반 적대적 공격의 전이성 향상을 위한 구분 모델의 특성 지도 마스킹 방법
대한전자공학회 학술대회
2022 .06
-
Simulation of Physical Adversarial Attacks on Vehicle Detection Models
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
픽셀 드랍을 이용한 레이블을 사용하지 않는 전이 기반 적대적 공격
대한전자공학회 학술대회
2021 .11
-
적대적 취약성 다양화를 통한 적대적 전이성 향상
대한전자공학회 학술대회
2022 .06
-
Camouflaged Adversarial Attack on Object Detector
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Ensemble of Degraded Artificial Intelligence Modules Against Adversarial Attacks on Neural Networks
Journal of information and communication convergence engineering
2018 .09
-
Adversarial Training on Joint Energy Based Model for Robust Classification and Out-of-Distribution Detection
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
적대적 공격 및 방어 기술의 성능 향상을 위한 역방향 적대적 데이터 생성 연구
정보보호학회논문지
2024 .10
-
Advanced Generative Adversarial Defense Model using Instance Sparsity Mapping Network
한국정보기술학회논문지
2021 .08
-
원근 변환 기법을 통한 적대적 이미지의 전이성 향상
대한전자공학회 학술대회
2021 .11
-
데이터 예측 클래스 기반 적대적 공격 탐지 및 분류 모델
정보보호학회논문지
2021 .12
-
혼합 이미지를 통한 보편적 적대적 섭동의 공격 성공률 향상
대한전자공학회 학술대회
2022 .06
-
선형 판별 분석 및 k-means 알고리즘을 이용한 적대적 공격 유형 분류 방안
정보보호학회논문지
2021 .12
-
카메라 시점 변환을 이용한 전이 기반 적대적 공격 기법
전자공학회논문지
2022 .07
-
얼굴 인식 모델에 대한 질의 효율적인 블랙박스 적대적 공격 방법
정보보호학회논문지
2022 .12
-
적대적 공격에 대한 방어의 효율성 향상
한국정보과학회 학술발표논문집
2024 .06
-
영상 인식을 위한 딥러닝 모델의 적대적 공격에 대한 백색 잡음 효과에 관한 연구
한국정보전자통신기술학회 논문지
2022 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-003-001752355