Oct, 2017
DeepSafe: 基于数据驱动的神经网络对抗鲁棒性检测方法
DeepSafe: A Data-driven Approach for Checking Adversarial Robustness in Neural Networks
Divya Gopinath, Guy Katz, Corina S. Pasareanu, Clark Barrett
TL;DR本文提出了一种利用聚类方法自动识别神经网络输入空间安全区域的方法,并借助验证技术来确认这些区域是否安全或提供不安全的反例,并引入了目标鲁棒性的概念,以确保神经网络不会将任何输入映射到目标标签,利用 MNIST 数据集以及控制下一代无人机避撞系统的神经网络实施的空中碰撞预防系统(ACAS Xu)进行验证。