مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

189
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

460
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارائه روشی مقاوم در برابر حملات تخاصمی با استفاده از فرایندهای گوسی مقیاس پذیر و رأی گیری

صفحات

 صفحه شروع 275 | صفحه پایان 288

چکیده

 در سال های اخیر, مسئله ای تحت عنوان آسیب پذیری مدل های مبتنی بر یادگیری ماشین مطرح گردیده است که نشان می دهد مدل های یادگیری در مواجهه با آسیب پذیری ها از مقاومت بالایی برخوردار نیستند. یکی از معروف ترین آسیب ها یا به بیان دیگر حملات, تزریق مثال های تخاصمی به مدل می باشد که در این مورد, شبکه های عصبی و به ویژه شبکه های عصبی عمیق بیشترین میزان آسیب پذیری را دارند. مثال های تخاصمی, از طریق افزوده شدن اندکی نویز هدفمند به مثال های اصلی تولید می شوند, به طوری که از منظر کاربر انسانی تغییر محسوسی در داده ها مشاهده نمی شود اما مدل های یادگیری ماشینی در دسته بندی داده ها به اشتباه می افتند. یکی از روش های موفق جهت مدل کردن عدم قطعیت در داده ها, فرایندهای گوسی هستند که چندان در زمینه مثال های تخاصمی مورد توجه قرار نگرفته اند. یک دلیل این امر می تواند حجم محاسباتی بالای این روش ها باشد که کاربردشان در مسایل واقعی را محدود می کند. در این مقاله از یک مدل فرایند گوسی مقیاس پذیر مبتنی بر ویژگی های تصادفی بهره گرفته شده است. این مدل علاوه بر داشتن قابلیت های فرایندهای گوسی از جهت مدل کردن مناسب عدم قطعیت در داده ها, از نظر حجم محاسبات هم مدل مطلوبی است. سپس یک فرایند مبتنی بر رأی گیری جهت مقابله با مثال های تخاصمی ارائه می گردد. همچنین روشی به نام تعیین ارتباط خودکار به منظور اعمال وزن بیشتر به نقاط دارای اهمیت تصاویر و اعمال آن در تابع هسته فرایند گوسی پیشنهاد می گردد. در بخش نتایج نشان داده شده که مدل پیشنهادشده عملکرد بسیار مطلوبی در مقابله با حمله علامت گرادیان سریع نسبت به روش های رقیب دارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    صفایانی، مهران، شالبافان، پویان، احمدی، سیدهاشم، فلاح علی آبادی، مهدیه، و میرزایی، عبدالرضا. (1400). ارائه روشی مقاوم در برابر حملات تخاصمی با استفاده از فرایندهای گوسی مقیاس پذیر و رأی گیری. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، 19(4 )، 275-288. SID. https://sid.ir/paper/952959/fa

    Vancouver: کپی

    صفایانی مهران، شالبافان پویان، احمدی سیدهاشم، فلاح علی آبادی مهدیه، میرزایی عبدالرضا. ارائه روشی مقاوم در برابر حملات تخاصمی با استفاده از فرایندهای گوسی مقیاس پذیر و رأی گیری. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر[Internet]. 1400؛19(4 ):275-288. Available from: https://sid.ir/paper/952959/fa

    IEEE: کپی

    مهران صفایانی، پویان شالبافان، سیدهاشم احمدی، مهدیه فلاح علی آبادی، و عبدالرضا میرزایی، “ارائه روشی مقاوم در برابر حملات تخاصمی با استفاده از فرایندهای گوسی مقیاس پذیر و رأی گیری،” مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، vol. 19، no. 4 ، pp. 275–288، 1400، [Online]. Available: https://sid.ir/paper/952959/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button