JPWO2020121450A1 - 情報処理装置、情報処理方法、記録媒体 - Google Patents
情報処理装置、情報処理方法、記録媒体 Download PDFInfo
- Publication number
- JPWO2020121450A1 JPWO2020121450A1 JP2020559617A JP2020559617A JPWO2020121450A1 JP WO2020121450 A1 JPWO2020121450 A1 JP WO2020121450A1 JP 2020559617 A JP2020559617 A JP 2020559617A JP 2020559617 A JP2020559617 A JP 2020559617A JP WO2020121450 A1 JPWO2020121450 A1 JP WO2020121450A1
- Authority
- JP
- Japan
- Prior art keywords
- information processing
- sample
- target class
- data
- class
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N3/094—Adversarial learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Collating Specific Patterns (AREA)
Abstract
Description
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を有する
という構成をとる。
情報処理装置が、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成する
という構成をとる。
情報処理装置に、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を実現するためのプログラムを記録した、コンピュータが読み取り可能な記録媒体である。
なお、各図面は、本発明の実施形態を説明するものである。ただし、本発明は各図面の記載に限られるわけではない。また、各図面の同様の構成には同じ番号を付し、その繰り返しの説明を省略する場合がある。また、以下の説明に用いる図面において、本発明の説明に関係しない部分の構成の記載を省略し、図示しない場合もある。
本発明の第1の実施形態を図2、図3を参照して説明する。図2は、AX生成装置100の構成の一例を示すブロック図である。図3は、AX生成装置100の動作の一例を示すブローチャートである。
AX候補生成部102では差異度Diff(xs,xadv )と誤認証度Error(f,X,t,xadv )両方を小さくする、つまり目的関数値J(f,X,x_s,xadv,t)を小さくするように最適化手法を用いてAX候補を生成していく。なお、数4のうちcは数3で示す最適化問題におけるδに対応したパラメータである。数3で示す最適化問題は、δによってAXの探索範囲が決定される。ターゲットクラスへと誤認証を誘引させた上で、ソースデータと差異がより小さなAXを生成するためには、δの値を変動させ複数回、数3で示す最適化問題を解く必要がある。換言すると、AX候補生成部102は、cの値が異なる複数の目的関数を用いて解を探索する必要がある。
次に、本発明の第2の実施形態を図4、図5を参照して説明する。図4は、リスク評価装置200の構成の一例を示すブロック図である。図5は、リスク評価装置200の動作の一例を示すフローチャートである。
上述した第1、第2の実施形態において説明した、AX生成装置100やリスク評価装置200が有する各構成要素は、機能単位のブロックを示している。AX生成装置100やリスク評価装置200が有する各構成要素の一部又は全部は、例えば図6に示すような情報処理装置300とプログラムとの任意の組み合わせにより実現することが出来る。図6は、AX生成装置100やリスク評価装置200の各構成要素を実現する情報処理装置300のハードウェア構成の一例を示すブロック図である。情報処理装置300は、一例として、以下のような構成を含むことが出来る。
・CPU301
・ROM ( Read Only Memory )302
・RAM ( Random Access Memory )303
・RAM303にロードされるプログラム群304
・プログラム群304を格納する記憶装置305
・情報処理装置300外部の記録媒体310の読み書きを行うドライブ装置306
・情報処理装置300外部の通信ネットワーク311と接続する通信インタフェース307
・データの入出力を行う入出力インタフェース308
・各構成要素を接続するバス309
次に、図7を参照して、本発明の第3の実施形態について説明する。第3の実施形態では、情報処理装置40の構成の概要について説明する。
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明における情報処理装置などの概略を説明する。但し、本発明は、以下の構成に限定されない。
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を有する
情報処理装置。
(付記2)
付記1に記載の情報処理装置であって、
前記サンプル候補生成部は、前記ターゲットクラスに属するデータとの類似度を大きく、かつ、前記ターゲットクラスに属さないデータとの類似度が小さくなる値を求める最適化問題を解くことで、前記サンプル候補を生成する
情報処理装置。
(付記3)
付記2に記載の情報処理装置であって、
前記サンプル候補生成部は、前記最適化問題を目的関数の最小化問題へと変換して解を探索することで、前記サンプル候補を生成する
情報処理装置。
(付記4)
付記3に記載の情報処理装置であって、
前記サンプル候補を生成する元となるデータであるソースデータと前記サンプル候補との間の差異の大きさを示す差異度を算出する差異度算出部と、
前記最適化問題で最小化する関数である誤認証度を算出する誤認証度算出部と、
を有し、
前記サンプル候補生成部は、前記差異度算出部による算出結果と、前記誤認証度算出部による算出結果と、所定のパラメータと、を用いて表される前記目的関数を解くことで、前記サンプル候補を生成する
情報処理装置。
(付記5)
付記4に記載の情報処理装置であって、
複数の前記パラメータを有しており、
前記サンプル候補生成部は、それぞれのパラメータに対応する前記サンプル候補を生成する
情報処理装置。
(付記6)
付記4または付記5に記載の情報処理装置であって、
前記サンプル候補生成部は、初期点を決定するとともに、初期点に変動を加えながら複数の前記サンプル候補を生成する
情報処理装置。
(付記7)
付記1から付記6までのいずれか1項に記載の情報処理装置であって、
前記サンプル候補生成部が生成した前記サンプル候補のうち前記ターゲットクラスへの誤認証が成功するサンプルの同定を行うサンプル同定部を有する
情報処理装置。
(付記8)
付記7に記載の情報処理装置であって、
前記サンプル同定部は、同定した前記サンプルの中から、前記サンプルを生成する元となるデータであるソースデータとの間の差異である差異度が最小となる前記サンプルを選択する
情報処理装置。
(付記9)
付記8に記載の情報処理装置であって、
前記サンプル同定部は、選択した前記サンプルと、選択した前記サンプルと前記ソースデータとの間の前記差異度と、を出力する
情報処理装置。
(付記10)
情報処理装置が、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成する
情報処理方法。
(付記11)
付記10に記載の情報処理方法であって、
前記ターゲットクラスに属するデータとの類似度を大きく、かつ、前記ターゲットクラスに属さないデータとの類似度が小さくなる値を求める最適化問題を解くことで、前記サンプル候補を生成する
情報処理方法。
(付記12)
付記11に記載の情報処理方法であって、
前記最適化問題を目的関数の最小化問題へと変換して解を探索することで、前記サンプル候補を生成する
情報処理方法。
(付記13)
情報処理装置に、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を実現するためのプログラムを記録した、コンピュータが読み取り可能な記録媒体。
102 AX候補生成部
104 目的関数値算出部
106 差異度算出部
108 誤認証度算出部
110 AX同定部
200 リスク評価装置
210 差異最小AX同定部
300 情報処理装置
301 CPU
302 ROM
303 RAM
304 プログラム群
305 記憶装置
306 ドライブ装置
307 通信インタフェース
308 入出力インタフェース
309 バス
310 記録媒体
311 通信ネットワーク
40 情報処理装置
41 サンプル候補生成部
Claims (13)
- 事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を有する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記サンプル候補生成部は、前記ターゲットクラスに属するデータとの類似度を大きく、かつ、前記ターゲットクラスに属さないデータとの類似度が小さくなる値を求める最適化問題を解くことで、前記サンプル候補を生成する
情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記サンプル候補生成部は、前記最適化問題を目的関数の最小化問題へと変換して解を探索することで、前記サンプル候補を生成する
情報処理装置。 - 請求項3に記載の情報処理装置であって、
前記サンプル候補を生成する元となるデータであるソースデータと前記サンプル候補との間の差異の大きさを示す差異度を算出する差異度算出部と、
前記最適化問題で最小化する関数である誤認証度を算出する誤認証度算出部と、
を有し、
前記サンプル候補生成部は、前記差異度算出部による算出結果と、前記誤認証度算出部による算出結果と、所定のパラメータと、を用いて表される前記目的関数を解くことで、前記サンプル候補を生成する
情報処理装置。 - 請求項4に記載の情報処理装置であって、
複数の前記パラメータを有しており、
前記サンプル候補生成部は、それぞれのパラメータに対応する前記サンプル候補を生成する
情報処理装置。 - 請求項4または請求項5に記載の情報処理装置であって、
前記サンプル候補生成部は、初期点を決定するとともに、初期点に変動を加えながら複数の前記サンプル候補を生成する
情報処理装置。 - 請求項1から請求項6までのいずれか1項に記載の情報処理装置であって、
前記サンプル候補生成部が生成した前記サンプル候補のうち前記ターゲットクラスへの誤認証が成功するサンプルの同定を行うサンプル同定部を有する
情報処理装置。 - 請求項7に記載の情報処理装置であって、
前記サンプル同定部は、同定した前記サンプルの中から、前記サンプルを生成する元となるデータであるソースデータとの間の差異である差異度が最小となる前記サンプルを選択する
情報処理装置。 - 請求項8に記載の情報処理装置であって、
前記サンプル同定部は、選択した前記サンプルと、選択した前記サンプルと前記ソースデータとの間の前記差異度と、を出力する
情報処理装置。 - 情報処理装置が、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成する
情報処理方法。 - 請求項10に記載の情報処理方法であって、
前記ターゲットクラスに属するデータとの類似度を大きく、かつ、前記ターゲットクラスに属さないデータとの類似度が小さくなる値を求める最適化問題を解くことで、前記サンプル候補を生成する
情報処理方法。 - 請求項11に記載の情報処理方法であって、
前記最適化問題を目的関数の最小化問題へと変換して解を探索することで、前記サンプル候補を生成する
情報処理方法。 - 情報処理装置に、
事前に登録されたデータであるテンプレートのうち誤認証を起こさせるクラスであるターゲットクラスに属するデータとの間の類似度と、前記テンプレートのうち前記ターゲットクラスに属さないデータとの間の類似度と、に基づいて、前記ターゲットクラス以外のクラスに属するソースデータから前記ターゲットクラスに属すると認証されるサンプル候補を生成するサンプル候補生成部を実現するためのプログラムを記録した、コンピュータが読み取り可能な記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/045738 WO2020121450A1 (ja) | 2018-12-12 | 2018-12-12 | 情報処理装置、情報処理方法、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020121450A1 true JPWO2020121450A1 (ja) | 2021-10-28 |
JP7120326B2 JP7120326B2 (ja) | 2022-08-17 |
Family
ID=71076330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020559617A Active JP7120326B2 (ja) | 2018-12-12 | 2018-12-12 | 情報処理装置、情報処理方法、記録媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220027677A1 (ja) |
JP (1) | JP7120326B2 (ja) |
WO (1) | WO2020121450A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023286269A1 (ja) * | 2021-07-16 | 2023-01-19 | 日本電気株式会社 | 学習用データ生成装置、学習用データの生成方法、プログラム、検知モデルの生成方法および認証システム |
US11924200B1 (en) * | 2022-11-07 | 2024-03-05 | Aesthetics Card, Inc. | Apparatus and method for classifying a user to an electronic authentication card |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190266483A1 (en) * | 2018-02-27 | 2019-08-29 | Facebook, Inc. | Adjusting a classification model based on adversarial predictions |
JP2020046883A (ja) * | 2018-09-18 | 2020-03-26 | 株式会社東芝 | 分類装置、分類方法およびプログラム |
-
2018
- 2018-12-12 US US17/297,236 patent/US20220027677A1/en active Pending
- 2018-12-12 JP JP2020559617A patent/JP7120326B2/ja active Active
- 2018-12-12 WO PCT/JP2018/045738 patent/WO2020121450A1/ja active Application Filing
Non-Patent Citations (2)
Title |
---|
CARLINI,NICHOLAS ET AL.: "Towards Evaluating the Robustness of Neural Networks", [オンライン], JPN6019005471, 26 June 2017 (2017-06-26), ISSN: 0004818768 * |
PAPERNOT,NICOLAS ET AL.: "The Limitations of Deep Learning in Adversarial Settings", [オンライン], JPN6019005470, 24 November 2015 (2015-11-24), JP, ISSN: 0004818767 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020121450A1 (ja) | 2020-06-18 |
JP7120326B2 (ja) | 2022-08-17 |
US20220027677A1 (en) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11586953B2 (en) | Selection of machine learning algorithms | |
US20200184053A1 (en) | Generative adversarial network training and feature extraction for biometric authentication | |
WO2017080291A1 (zh) | 指纹识别方法、指纹模板的更新方法、装置和移动终端 | |
WO2020253466A1 (zh) | 一种用户界面的测试用例生成方法及装置 | |
JP6572537B2 (ja) | 認証装置、方法及びプログラム | |
CN111667056B (zh) | 用于搜索模型结构的方法和装置 | |
US10878071B2 (en) | Biometric authentication anomaly detection | |
JP6003492B2 (ja) | 文字認識装置及びプログラム | |
KR102074909B1 (ko) | 소프트웨어 취약점 분류 장치 및 방법 | |
CN106164932A (zh) | 用于识别音乐符号的方法和装置 | |
JP7120326B2 (ja) | 情報処理装置、情報処理方法、記録媒体 | |
JP2019101927A (ja) | 学習システム及び画像検索システム | |
JPWO2020050413A1 (ja) | 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体 | |
JPWO2014118978A1 (ja) | 学習方法、情報処理装置および学習プログラム | |
Stylios et al. | BioPrivacy: Development of a keystroke dynamics continuous authentication system | |
JP6325762B1 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
Roy et al. | A fuzzy decision support system for multifactor authentication | |
JP5107157B2 (ja) | 文字認識プログラム、文字認識装置および文字認識方法 | |
JP2022103676A (ja) | 情報処理装置、情報処理方法、プログラム | |
JP5014813B2 (ja) | 手書き文字入力装置および手書き文字入力プログラム | |
US11556898B1 (en) | Apparatus and methods for creating a video record | |
KR102476334B1 (ko) | 딥러닝 기반 일기 생성 방법 및 장치 | |
Bilan et al. | Interactive biometric identification system based on the keystroke dynamic | |
JP7349404B2 (ja) | 判定装置、判定方法及び判定プログラム | |
JP6209067B2 (ja) | 画像認識装置、及び画像認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210518 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210518 |
|
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: 20220705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220718 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7120326 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |