[4Rin1] インタラクティブ2

[4Rin1-14] 画像分類器における敵対的事例の共進化的生成の試み

〇中西 宏介¹、鈴木 崇大¹、中島 有貴¹、小野 智司¹ (1.鹿児島大学大学院)

キーワード：敵対的事例、共進化、進化計算、2次元離散コサイン変換、ディープニューラルネットワーク

近年の進展がめざましい機械学習の一つである中核を担う深層学習は，画像認識や音声認識などの分野において優れた性能を示している．一方，近年の研究により，深層ニューラルネットワーク（Deep Neural Network: DNN）を用いた学習分類器は，攻撃者によって意図的に誤分類を引き起こすように生成された敵対的事例（Adversarial Examples）の影響を受け，脆弱性を持つことが明らかにされている．また，進化計算を用いて，ブラックボックス条件下で網羅的にAEを生成する手法も提案されている．この手法は,多点探索により複数の目的関数の同時最適化が可能である.課題として計算コストの削減や局所解探索の併用を挙げていた.このため，本研究では，敵対的事例の生成に要する計算コストを削減することを目的として，共進化モデルの一つである共生進化アルゴリズムを用いて敵対的事例を生成する方式を提案する．本方式は，代替モデルを用いるブラックボックス敵対的攻撃とは異なる性質を持つ脆弱性を発見できる点，および，計算コストを先行研究よりも抑制できる点に特徴がある．