Исследование эффективности трансферного обучения при проведении состязательных атак

Аннотация

Глубокие нейронные сети становятся всё более эффективным инструментом решения широкого спектра сложных прикладных задач, т.к. способны устанавливать закономерности в неструктурированных данных, таких как изображения, видео- и аудиоинформация. Несмотря на то, что вероятность ошибки современных моделей нейронных сетей снижается, ML-модели остаются уязвимыми к состязательным атакам. В связи с этим, вопросы обеспечения безопасности моделей машинного обучения от состязательных атак являются одними из наиболее актуальных. В рамках данной работы проведено исследование эффективности применения технологии трансферного обучения для повышения устойчивости сверточных нейронных сетей от состязательных атак. Исследование проводилось на примере задачи распознавания дорожных знаков на снимках, которая является ключевой в области автомобильных беспилотных транспортных сетей. В ходе эксперимента построена базовая модель нейронной сети для решения задачи классификации дорожных знаков и реализованы атаки на основе алгоритмов PGD и FGSM, которые снизили точность классификации примерно в 2,8 раза. Для защиты от рассмотренных атак белого ящика на нейронную сеть проведено состязательное обучение, которое повысило точность модели на 12,11%. Кроме того, для рассмотрена технология трансферного обучения, которое позволило добиться повышения надежности после состязательного обучения на 42,38% по сравнению с исходным набором данных. Полученные результаты исследования могут быть использованы при разработке защищенной интеллектуальной системы поддержки принятия решений для обнаружения на кадре с видеорегистратора области, содержащей дорожный знак, и последующей классификации выделенного сегмента изображения.

Сведения об авторах

Denis Igorevich Parfenov, Оренбургский государственный университет

начальник отдела цифровых образовательных платформ, кандидат технических наук

Irina Pavlovna Bolodurina, Оренбургский государственный университет

заведующий кафедрой прикладной математики, доктор технических наук, профессор

Lyubov Sergeevna Grishina, Оренбургский государственный университет

старший преподаватель кафедры прикладной математики

Yurievich Artur Zhigalov, Оренбургский государственный университет

ведущий программист сектора автоматизированной поддержки организации учебного процесса

Sergey Vladimirovich Tolmachev, Оренбургский государственный университет

магистрант факультета математики и информационных технологий

Опубликована
2022-12-20
Как цитировать
PARFENOV, Denis Igorevich et al. Исследование эффективности трансферного обучения при проведении состязательных атак. Современные информационные технологии и ИТ-образование, [S.l.], v. 18, n. 4, dec. 2022. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/925>. Дата доступа: 01 feb. 2023
Раздел
Теоретические и прикладные аспекты кибербезопасности