Fugu-MT 論文翻訳(概要): Adversarial attacks against Bayesian forecasting dynamic models

論文の概要: Adversarial attacks against Bayesian forecasting dynamic models

arxiv url: http://arxiv.org/abs/2110.10783v1
Date: Wed, 20 Oct 2021 21:23:45 GMT
ステータス: 処理完了
システム内更新日: 2021-10-23 13:03:20.774523
Title: Adversarial attacks against Bayesian forecasting dynamic models
Title（参考訳）: ベイズ予測動的モデルに対する逆攻撃
Authors: Roi Naveiro
Abstract要約: AMLは、不正な推論エンジンにデータを操作する方法を研究している。本稿では,ベイズ予測力学モデルに対する決定分析に基づく攻撃戦略を提案する。
参考スコア（独自算出の注目度）: 1.8275108630751844
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The last decade has seen the rise of Adversarial Machine Learning (AML). This discipline studies how to manipulate data to fool inference engines, and how to protect those systems against such manipulation attacks. Extensive work on attacks against regression and classification systems is available, while little attention has been paid to attacks against time series forecasting systems. In this paper, we propose a decision analysis based attacking strategy that could be utilized against Bayesian forecasting dynamic models.
Abstract（参考訳）: 過去10年で、Adversarial Machine Learning (AML)が台頭した。この規律は、データを不正な推論エンジンに操作する方法と、そのような操作攻撃からシステムを保護する方法を研究する。回帰システムと分類システムに対する攻撃に関する広範な研究は利用可能であるが、時系列予測システムへの攻撃にはほとんど注意が払われていない。本稿では,ベイズ予測動的モデルに対して活用可能な決定分析に基づく攻撃戦略を提案する。

関連論文リスト

Model Stealing Attack against Recommender System [85.1927483219819]
いくつかの敵攻撃は、レコメンデーターシステムに対するモデル盗難攻撃を成し遂げた。本稿では、利用可能なターゲットデータとクエリの量を制限し、対象データとセットされたアイテムを共有する補助データを活用して、モデル盗難攻撃を促進する。
論文参考訳（メタデータ） (2023-12-18T05:28:02Z)
Targeted Attacks on Timeseries Forecasting [0.6719751155411076]
本稿では,時系列予測モデルに対する指向性,振幅性,時間的標的攻撃の新たな定式化を提案する。これらの攻撃は、出力予測の振幅と方向に特定の影響を与える。実験結果から,時系列モデルに対する標的攻撃が有効であり,統計的類似性の観点からもより強力であることが示唆された。
論文参考訳（メタデータ） (2023-01-27T06:09:42Z)
AdvDO: Realistic Adversarial Attacks for Trajectory Prediction [87.96767885419423]
軌道予測は、自動運転車が正しく安全な運転行動を計画するために不可欠である。我々は,現実的な対向軌道を生成するために,最適化に基づく対向攻撃フレームワークを考案する。私たちの攻撃は、AVが道路を走り去るか、シミュレーション中に他の車両に衝突する可能性がある。
論文参考訳（メタデータ） (2022-09-19T03:34:59Z)
The Space of Adversarial Strategies [6.295859509997257]
機械学習モデルにおける最悪のケース動作を誘発するインプットである逆例は、過去10年間に広く研究されてきた。最悪の場合(すなわち最適な)敵を特徴づける体系的なアプローチを提案する。
論文参考訳（メタデータ） (2022-09-09T20:53:11Z)
Robust Multivariate Time-Series Forecasting: Adversarial Attacks and Defense Mechanisms [17.75675910162935]
新しい攻撃パターンは、ターゲット時系列の予測に悪影響を及ぼす。我々は、このような攻撃の影響を軽減するための2つの防衛戦略を開発する。実世界のデータセットの実験では、攻撃方式が強力であることを確認しています。
論文参考訳（メタデータ） (2022-07-19T22:00:41Z)
I Know What You Trained Last Summer: A Survey on Stealing Machine Learning Models and Defences [0.1031296820074812]
本研究では,モデル盗難攻撃について検討し,その性能を評価し,異なる環境で対応する防御技術を探究する。攻撃・防衛アプローチのための分類法を提案し,目標と利用可能な資源に基づいて適切な攻撃・防衛を選択する方法に関するガイドラインを提供する。
論文参考訳（メタデータ） (2022-06-16T21:16:41Z)
Attack Prediction using Hidden Markov Model [2.2559617939136505]
隠れマルコフモデル(HMM)を用いて、関連する攻撃のファミリーを予測する。我々は,HMMに基づく予測モデルを構築し,ビタビアルゴリズムを用いて提案手法を実装した。概念実証およびモデルの性能実証として,アクションスポーフィングと呼ばれる攻撃群を予測するためのケーススタディを行った。
論文参考訳（メタデータ） (2021-06-03T17:32:06Z)
ML-Doctor: Holistic Risk Assessment of Inference Attacks Against Machine Learning Models [64.03398193325572]
機械学習(ML)モデルに対する推論攻撃により、敵はトレーニングデータやモデルパラメータなどを学ぶことができる。私たちは、メンバシップ推論、モデル反転、属性推論、モデル盗難の4つの攻撃に集中しています。私たちの分析では、MLモデルオーナがモデルをデプロイするリスクを評価することができる、モジュール化された再使用可能なソフトウェアであるML-Doctorに依存しています。
論文参考訳（メタデータ） (2021-02-04T11:35:13Z)
Adversarial Attack and Defense of Structured Prediction Models [58.49290114755019]
本論文では,NLPにおける構造化予測タスクに対する攻撃と防御について検討する。構造化予測モデルの構造化出力は、入力中の小さな摂動に敏感である。本稿では,シーケンス・ツー・シーケンス・モデルを用いて,構造化予測モデルへの攻撃を学習する,新規で統一的なフレームワークを提案する。
論文参考訳（メタデータ） (2020-10-04T15:54:03Z)
Defense for Black-box Attacks on Anti-spoofing Models by Self-Supervised Learning [71.17774313301753]
本研究では,自己指導型高水準表現の堅牢性について,敵攻撃に対する防御に利用して検討する。 ASVspoof 2019データセットの実験結果は、Mockingjayによって抽出されたハイレベルな表現が、敵の例の転送可能性を妨げることを示した。
論文参考訳（メタデータ） (2020-06-05T03:03:06Z)
Adversarial Attacks on Machine Learning Systems for High-Frequency Trading [55.30403936506338]
逆機械学習の観点から,アルゴリズム取引のバリュエーションモデルについて検討する。攻撃コストを最小限に抑えるサイズ制約で、このドメインに特有の新たな攻撃を導入する。本稿では、金融モデルのロバスト性について研究・評価するための分析ツールとして、これらの攻撃がどのように利用できるかについて論じる。
論文参考訳（メタデータ） (2020-02-21T22:04:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。