Explorando vulnerabilidades de datos públicos en modelos de aprendizaje semisupervisado a través de un ataque adversario en caja gris
Autores: Jo, Junhyung; Kim, Joongsu; Suh, Young-Joo
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Explorando vulnerabilidades de datos públicos en modelos de aprendizaje semisupervisado a través de un ataque adversario en caja gris
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje semi-supervisado
Modelos SSL
Ataques adversariales de caja gris
GAAS
Datos etiquetados
Mecanismos de defensa
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Los modelos de aprendizaje semi-supervisado (SSL), que integran datos etiquetados y no etiquetados, han ganado prominencia en tareas basadas en visión, sin embargo, su susceptibilidad a los ataques adversarios sigue siendo poco explorada.
Descripción
Los modelos de aprendizaje semi-supervisado (SSL), que integran datos etiquetados y no etiquetados, han ganado prominencia en tareas basadas en visión, sin embargo, su susceptibilidad a los ataques adversarios sigue siendo poco explorada.