| 講演抄録／キーワード |
| 講演名 |
2021-10-07 14:25
敵対的サンプル攻撃にロバストなSVMモデルのための秘密鍵を用いたブロック変換法
○飯島諒太・エープリル ピヨン マウン マウン・貴家仁志（都立大） |
| 抄録 |
（和） |
本稿では，敵対的サンプルに耐性のある SVM (Support Vector Machine) モデルを構築するために，訓練用およびテスト用の画像に秘密伴を用いた変換法を施す方法を提案する．敵対的サンプルに対する防御法として，画像に変換法を適用する方法が，DNN (Deep Neural Network) や CNN (Convolutional Network) モデルに対して提案されている．しかし，SVM モデルに対するそれらの方法の有効性効は検証されていない．本稿では，従来法が SVM モデルに対して効果がないことを示すと同時に，SVM モデルに有効な方法を提案する．顔画像分類実験において，提案した変換手法が，敵対的サンプルに耐性のある SVM モデルの構築に有効であることを確認する. |
| （英） |
In this paper, we propose a method for implementing support vector machine (SVM) models that are robust against adversarial examples, in which a transformation method using a secret key is applied to training and test images. Block-wise transformation methods with a secret key have been developed for adversarially robust defense, but their applications are limited to deep neural network (DNN) models Accordingly, in this paper, the conventional transformations are demonstrated to be ineffective for SVM models, so we propose a novel transformation method with a key for SVM models．In a face image classification experiment, the proposed transformation is verified to be effective in constructing adversarially robust SVM models against adversarial examples. |
| キーワード |
（和） |
サポートベクトルマシン / 敵対的サンプル / 画像変換 / / / / / |
| （英） |
Support Vector Machine / Adversarial Examples / Image Transformation / / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
BCT IEICE-SIS |
| 開催期間 |
2021-10-07 - 2021-10-08 |
| 開催地（和） |
オンライン開催 |
| 開催地（英） |
online |
| テーマ（和） |
システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム，放送技術および一般 |
| テーマ（英） |
System Implementation Technology, Short Range Wireless Systems, Smart Multimedia Systems, Broadcasting Technology, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
IEICE-SIS |
| 会議コード |
2021-10-SIS-BCT |
| 本文の言語 |
日本語 |
| タイトル（和） |
敵対的サンプル攻撃にロバストなSVMモデルのための秘密鍵を用いたブロック変換法 |
| サブタイトル（和） |
|
| タイトル（英） |
Block-wise Transformation with Secret Key for Adversary Robust Defence of SVM model |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
サポートベクトルマシン / Support Vector Machine |
| キーワード(2)（和/英） |
敵対的サンプル / Adversarial Examples |
| キーワード(3)（和/英） |
画像変換 / Image Transformation |
| 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） |
飯島 諒太 / Ryota Iijima / イイジマ リョウタ |
| 第1著者 所属（和/英） |
東京都立大学 (略称： 都立大)
Tokyo Metropolitan University (略称： TMU) |
| 第2著者 氏名（和/英/ヨミ） |
エープリル ピヨン マウン マウン / MaungMaung AprilPyone / エープリル ピヨン マウン マウン |
| 第2著者 所属（和/英） |
東京都立大学 (略称： 都立大)
Tokyo Metropolitan University (略称： TMU) |
| 第3著者 氏名（和/英/ヨミ） |
貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第3著者 所属（和/英） |
東京都立大学 (略称： 都立大)
Tokyo Metropolitan University (略称： TMU) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-10-07 14:25:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
IEICE-SIS |
| 資料番号 |
|
| 巻番号（vol） |
vol.45 |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|