BriefGPT.xyz
May, 2021
领域约束的稳健性
On the Robustness of Domain Constraints
HTML
PDF
Ryan Sheatsley, Blaine Hoak, Eric Pauley, Yohan Beugin, Michael J. Weisman...
TL;DR
研究论文探讨领域约束如何限制对手的能力以及对手如何适应这些限制来创建现实的(符合约束的)对抗性示例。作者开发了从数据中学习领域约束的技术,并展示了如何将学习到的约束集成到对抗制作流程中。作者在网络入侵和网络钓鱼数据集上评估了该方法的功效,并发现:(1)最先进的制作算法产生的高达 82% 的对抗性示例违反领域约束,(2)强制执行约束使模型精度提高了高达 34%。
Abstract
machine learning
is vulnerable to
adversarial examples
-inputs designed to cause models to perform poorly. However, it is unclear if
adversarial e
→