JPWO2023286269A5 - - Google Patents

Claims (5)

1. 第１の個体に係る個体データである第１サンプルを取得するサンプル取得部と、
   前記第１サンプルに摂動を加えて敵対的サンプルを生成するＡＸ生成部と、
   入力された個体データに学習済みのパラメータを用いた計算をすることで特徴量を算出する学習済みモデルによって算出された、前記敵対的サンプルの特徴量である第１特徴量と、前記第１の個体に係る個体データの特徴量である第２特徴量と、前記第１の個体と異なる第２の個体に係る個体データの特徴量である第３特徴量とを取得する特徴量取得部と、
   前記第１特徴量と前記第２特徴量との類似度が閾値以上であり、かつ前記第１特徴量と前記第３特徴量との類似度が閾値以上である前記敵対的サンプルを出力する出力部と
   を備える学習用データ生成装置。
2. コンピュータが、
   第１の個体に係る個体データである第１サンプルを取得し、
   前記第１サンプルに摂動を加えて敵対的サンプルを生成し、
   入力された個体データに学習済みのパラメータを用いた計算をすることで特徴量を算出する学習済みモデルによって算出された、前記敵対的サンプルの特徴量である第１特徴量と、前記第１の個体に係る個体データの特徴量である第２特徴量と、前記第１の個体と異なる第２の個体に係る個体データの特徴量である第３特徴量とを取得し、
   前記第１特徴量と前記第２特徴量との類似度が閾値以上であり、かつ前記第１特徴量と前記第３特徴量との類似度が閾値以上である前記敵対的サンプルを学習用データとして出力する
   学習用データの生成方法。
3. コンピュータに、
   第１の個体に係る個体データである第１サンプルを取得するステップと、
   前記第１サンプルに摂動を加えて敵対的サンプルを生成するステップと、
   入力された個体データに学習済みのパラメータを用いた計算をすることで特徴量を算出する学習済みモデルによって算出された、前記敵対的サンプルの特徴量である第１特徴量と、前記第１の個体に係る個体データの特徴量である第２特徴量と、前記第１の個体と異なる第２の個体に係る個体データの特徴量である第３特徴量とを取得するステップと、
   前記第１特徴量と前記第２特徴量との類似度が閾値以上であり、かつ前記第１特徴量と前記第３特徴量との類似度が閾値以上である前記敵対的サンプルを出力するステップと
   を実行させるためのプログラム。
4. コンピュータが、
   請求項２に示す学習用データの生成方法によって複数の敵対的サンプルを生成し、
   生成された前記複数の敵対的サンプルと複数の正常な個体データとを用いて、個体データを入力とし、当該個体データが正常な個体データであるか敵対的サンプルであるかの判定結果を出力する機械学習モデルである検知モデルのパラメータを学習する
   検知モデルの生成方法。
5. 記憶媒体に認証用生体データとアカウントデータとを記録する記録装置と、
   前記記憶媒体に基づいて人物の認証を行う認証装置と、
   生体データが敵対的サンプルであるか否かを判定する判定装置と
   を備える認証システムであって、
   前記記録装置は、
   第１人物が提出した第１生体データを取得する取得部と、
   前記第１人物から第２生体データを生成する第１生成部と、
   入力された個体データに学習済みのパラメータを用いた計算をすることで特徴量を算出する学習済みモデルである特徴量抽出モデルによって、前記第１生体データの特徴量および前記第２生体データの特徴量を算出する第１算出部と、
   算出された前記第１生体データの前記特徴量と前記第２生体データの前記特徴量との類似度が閾値以上である場合に前記第１生体データを前記記憶媒体に記録する記録部と
   を備え、
   前記認証装置は、
   第２人物から第３生体データを生成する第２生成部と、
   前記特徴量抽出モデルによって、前記記憶媒体が記憶する第１生体データの特徴量と、前記第３データの特徴量とを算出する第２算出部と、
   算出された前記類似度が閾値以上であるか否かを判定する照合部と
   を備え、
   前記判定装置は、前記第１生体データを、請求項４に記載の検知モデルの生成方法で生成された学習済みの検知モデルに入力することで、前記第１生体データが敵対的サンプルであるか否かを判定する判定部を備える
   認証システム。