敵対的サンプル防御手法としてのプラグマティックルールベースの利用

カテゴリ: 部門大会

論文No: TC15-2

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Application of Pragmatic Rule-Bases as Defending Method against Adversarial Examples

著者名: 稲元 勉（愛媛大学）,樋上 喜信（愛媛大学）

著者名(英語): Tsutomu Inamoto (Ehime University),Yoshinobu Higami (Ehime University)

キーワード: 人工神経回路網|ルールベース|敵対的サンプル敵対的サンプル|artificial neural network|rule-base|adversarial example

要約(日本語): 本稿では，著者らが開発しているルール形式に基づくプラグマティックルールベース (PRB) の有用性を示すことを目的とし，人工神経回路網 (ANN) とプラグマティックルールベース (PRB) を併用する分類手法の敵対的サンプル攻撃に対する耐性に関する調査の一例を報告する．
ANN と PRB を併用する分類手法は，一般的な ANN の入力をカテゴリ入力を含むよう拡大し，ANN からの出力をカテゴリ入力が正解か否かを表すよう抽象化した拡大型ANNに基づき，拡大型ANNの中間層からの出力を離散化して構築したルールベースを用いる．
計算例では，iris 等の分類問題を対象とし，PGD 等の敵対的サンプル攻撃手法により ANN に基づく分類手法の正解率がどの程度劣化したかを示す．