1U-08
AdvGANのclassifierモデルに堅牢性を向上させたモデルを用いた場合の有効性について
○西山圭亮,島田英之(岡山理大)
Deep Neural Networkは入力データに微小な摂動を加えた敵対的サンプルに対して脆弱であることが分かっている。このような敵対的サンプルに対して、Deep Neural Networkは高い確率で誤認識を起こす可能性がある。この敵対的サンプルの生成手法のひとつにGANを利用して生成するAdvGANが提案されており、他の生成手法よりも優れた性能を達成することが示されている。しかし、この実験の欠点は、AdvGANのclassifierモデルの学習データにFGSMより生成された敵対的サンプルしか含まれていないことである。本論文では、classifierモデルに複数の生成手法によって生成された敵対的サンプルを用いて敵対的学習を行い、モデルの堅牢性をより向上させたモデルを用いた場合の有効性について検証を行う。