JP7306460B2 - 敵対的事例検知システム、方法およびプログラム - Google Patents
敵対的事例検知システム、方法およびプログラム Download PDFInfo
- Publication number
- JP7306460B2 JP7306460B2 JP2021538522A JP2021538522A JP7306460B2 JP 7306460 B2 JP7306460 B2 JP 7306460B2 JP 2021538522 A JP2021538522 A JP 2021538522A JP 2021538522 A JP2021538522 A JP 2021538522A JP 7306460 B2 JP7306460 B2 JP 7306460B2
- Authority
- JP
- Japan
- Prior art keywords
- observation data
- hostile
- matrix
- input
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Description
2 検知部
3 敵対的事例検知システム
10 学習データ記憶部
11 深層学習器記憶部
12 グラム行列計算部
13 グラム行列逆行列計算部
14 逆行列記憶部
20 逆行列記憶部
21 データ入力部
22 出力分布計算部
23 確率的マージン計算部
24 敵対的事例検知部
25 学習データ記憶部
Claims (6)
- 深層学習器をガウス過程に近似する過程で用いるグラム行列の逆行列を計算する準備部と、
前記深層学習器によってどのクラスに該当するのか判定される観測データの中から、前記グラム行列の逆行列を用いて敵対的事例を検知する検知部とを備え、
前記準備部は、
学習データを記憶する学習データ記憶部と、
前記深層学習器と、少なくとも当該深層学習器における層の数および畳み込みの有無を示すアーキテクチャ情報とを記憶する深層学習器記憶部と、
前記深層学習器、前記アーキテクチャ情報、および、前記学習データに基づいて、前記グラム行列を計算するグラム行列計算部と、
前記グラム行列の逆行列を計算する逆行列計算部とを含み、
前記検知部は、
前記観測データの入力を受け付けるデータ入力部と、
入力された観測データ毎に、前記グラム行列の逆行列を用いて、クラス判定に用いられる数値である出力値の平均および分散をクラス別に計算する出力分布計算部と、
入力された観測データ毎に、前記出力値の平均および分散に基づいて、前記出力値のばらつきの指標である確率的マージンを計算する確率的マージン計算部と、
入力された観測データ毎に計算された前記確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知する敵対的事例検知部とを含む
ことを特徴とする敵対的事例検知システム。 - 前記確率的マージン計算部は、
入力された観測データ毎に、複数種類の確率的マージンを計算し、
前記敵対的事例検知部は、
入力された観測データ毎に計算された前記複数種類の確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知する
請求項1に記載の敵対的事例検知システム。 - 深層学習器をガウス過程に近似する過程で用いるグラム行列の逆行列を計算する準備処理と、
前記深層学習器によってどのクラスに該当するのか判定される観測データの中から、前記グラム行列の逆行列を用いて敵対的事例を検知する検知処理とを実行し、
前記準備処理で、
前記深層学習器、少なくとも当該深層学習器における層の数および畳み込みの有無を示すアーキテクチャ情報、および、学習データに基づいて、前記グラム行列を計算するグラム行列計算処理と、
前記グラム行列の逆行列を計算する逆行列計算処理とを実行し、
前記検知処理で、
前記観測データの入力を受け付けるデータ入力受付処理と、
入力された観測データ毎に、前記グラム行列の逆行列を用いて、クラス判定に用いられる数値である出力値の平均および分散をクラス別に計算する出力分布計算処理と、
入力された観測データ毎に、前記出力値の平均および分散に基づいて、前記出力値のばらつきの指標である確率的マージンを計算する確率的マージン計算処理と、
入力された観測データ毎に計算された前記確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知する敵対的事例検知処理とを実行する
ことを特徴とする敵対的事例検知方法。 - 前記確率的マージン計算処理で、
入力された観測データ毎に、複数種類の確率的マージンを計算し、
前記敵対的事例検知処理で、
入力された観測データ毎に計算された前記複数種類の確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知する
請求項3に記載の敵対的事例検知方法。 - コンピュータに、
深層学習器をガウス過程に近似する過程で用いるグラム行列の逆行列を計算する準備処理、および、
前記深層学習器によってどのクラスに該当するのか判定される観測データの中から、前記グラム行列の逆行列を用いて敵対的事例を検知する検知処理を実行させ、
前記コンピュータに、
前記準備処理で、
前記深層学習器、少なくとも当該深層学習器における層の数および畳み込みの有無を示すアーキテクチャ情報、および、学習データに基づいて、前記グラム行列を計算するグラム行列計算処理、および、
前記グラム行列の逆行列を計算する逆行列計算処理を実行させ、
前記検知処理で、
前記観測データの入力を受け付けるデータ入力受付処理、
入力された観測データ毎に、前記グラム行列の逆行列を用いて、クラス判定に用いられる数値である出力値の平均および分散をクラス別に計算する出力分布計算処理、
入力された観測データ毎に、前記出力値の平均および分散に基づいて、前記出力値のばらつきの指標である確率的マージンを計算する確率的マージン計算処理、および、
入力された観測データ毎に計算された前記確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知する敵対的事例検知処理を実行させる
ための敵対的事例検知プログラム。 - 前記コンピュータに、
前記確率的マージン計算処理で、
入力された観測データ毎に、複数種類の確率的マージンを計算させ、
前記敵対的事例検知処理で、
入力された観測データ毎に計算された前記複数種類の確率的マージンに基づいて、入力された観測データの中から、敵対的事例を検知させる
請求項5に記載の敵対的事例検知プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/030458 WO2021024297A1 (ja) | 2019-08-02 | 2019-08-02 | 敵対的事例検知システム、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021024297A1 JPWO2021024297A1 (ja) | 2021-02-11 |
JP7306460B2 true JP7306460B2 (ja) | 2023-07-11 |
Family
ID=74503419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021538522A Active JP7306460B2 (ja) | 2019-08-02 | 2019-08-02 | 敵対的事例検知システム、方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220261642A1 (ja) |
JP (1) | JP7306460B2 (ja) |
WO (1) | WO2021024297A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024098374A1 (en) * | 2022-11-11 | 2024-05-16 | Nvidia Corporation | Refining machine learning models to mitigate adversarial attacks in autonomous systems and applications |
-
2019
- 2019-08-02 JP JP2021538522A patent/JP7306460B2/ja active Active
- 2019-08-02 WO PCT/JP2019/030458 patent/WO2021024297A1/ja active Application Filing
- 2019-08-02 US US17/630,643 patent/US20220261642A1/en active Pending
Non-Patent Citations (2)
Title |
---|
LEE,Jaehoon et al.,Deep Neural Networks as Gaussian Processes,[online],v3,arXiv,2018年03月03日,pages:1-17,[令和1年10月21日検索],インターネット<URL:https://arxiv.org/abs/1711.00165v3.pdf> |
淺原 彰規 他,カーネルガウシアンプロセス回帰による時空間分布データ削減方式,情報処理学会論文誌,日本,情報処理学会,2017年01月15日,第58巻 第1号,第2頁-第12頁 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021024297A1 (ja) | 2021-02-11 |
WO2021024297A1 (ja) | 2021-02-11 |
US20220261642A1 (en) | 2022-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10769496B2 (en) | Logo detection | |
US20180174062A1 (en) | Root cause analysis for sequences of datacenter states | |
JP7266674B2 (ja) | 画像分類モデルの訓練方法、画像処理方法及び装置 | |
US20140348420A1 (en) | Method and system for automatic selection of one or more image processing algorithm | |
CN108182246B (zh) | 敏感词检测过滤方法、装置和计算机设备 | |
CN112860841B (zh) | 一种文本情感分析方法、装置、设备及存储介质 | |
KR102053635B1 (ko) | 불신지수 벡터 기반의 가짜뉴스 탐지 장치 및 방법, 이를 기록한 기록매체 | |
US20170193373A1 (en) | Disk capacity predicting method, apparatus, equipment and non-volatile computer storage medium | |
US20200272897A1 (en) | Learning device, learning method, and recording medium | |
US10423817B2 (en) | Latent fingerprint ridge flow map improvement | |
US20220245405A1 (en) | Deterioration suppression program, deterioration suppression method, and non-transitory computer-readable storage medium | |
CN113723070B (zh) | 文本相似度模型训练方法、文本相似度检测方法及装置 | |
JP7306460B2 (ja) | 敵対的事例検知システム、方法およびプログラム | |
JP2019105871A (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
JPWO2019077656A1 (ja) | 生産設備監視装置、生産設備監視方法及び生産設備監視プログラム | |
CN109615080B (zh) | 无监督模型评估方法、装置、服务器及可读存储介质 | |
JP6988995B2 (ja) | 画像生成装置、画像生成方法および画像生成プログラム | |
CN111786999B (zh) | 一种入侵行为的检测方法、装置、设备和存储介质 | |
US10198613B2 (en) | Latent fingerprint pattern estimation | |
JP2017173993A (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN111047185B (zh) | 贮存环境因素对弹药贮存可靠性影响的确定方法及装置 | |
CN109436980B (zh) | 电梯部件的状态检测方法和系统 | |
KR102072894B1 (ko) | 인트론과 엑손 구분에 기반한 이상 서열 식별 방법 | |
JP2022185799A (ja) | 情報処理プログラム、情報処理方法および情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230612 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7306460 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |