TY  - BOOK
AU  - Bijan Kianoush Riesenberg
PY  - 2020
CY  - Hamburg, Deutschland
PB  - Diplom.de
SN  - 9783961163960
TI  - Adversariale Robustheit Neuronaler Netze
T2  - Verteidigungen gegen Vermeidungsangriffe zur Testzeit
UR  - https://m.diplom.de/document/974210
N2  - Gelernte Klassifikationsverfahren sind nicht sicher, wenn Angreifer gezielte Veränderungen an der Eingabe vornehmen. Obwohl diese Änderungen für den Menschen kaum wahrnehmbar sind, ändert sich die Klassifikation. Um gelernte Modelle in sicherheitskritischen Bereichen anwenden zu können, ist es erforderlich, Methoden zu entwickeln, die Robustheit gegen adversariale Angriffe gewährleisten können. Hier wird eine Übersicht über verschiedene Anwendungsfälle, Angriffe, die daraus entstehenden Problemstellungen, Ansätze zur Verteidigung sowie Gefahren bei der Evaluation dieser gegeben und die Notwendigkeit korrekter Verfahren aufgezeigt.
KW  - Neuronale Netze, Maschinelles Lernen, ZOO, JSMA, Spamfilter
LA  - Deutsch
ER  -