PASA는 모델 예측과 특징 귀인에 대한 두 가지 테스트 통계량을 계산하여 적대적 샘플을 안정적으로 탐지할 수 있다. 우리는 MNIST, CIFAR-10, CIFAR-100, ImageNet, 업데이트된 CIC-IDS2017 데이터셋과 다양한 신경망 아키텍처에서 PASA의 성능을 평가했다. 평균적으로 PASA는 CIFAR-10과 ImageNet에서 기존 최신 통계적 비지도 적대적 탐지기보다 각각 14%와 35% 더 높은 ROC-AUC 점수를 달성했다. 또한 적응형 공격자에 대해서도 경쟁력 있는 성능을 보였다. PASA는 추론 지연이 낮고 단순하지만 효과적이어서 계산 자원이 제한된 환경에 적합하다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Dipkamal Bhu... um arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.10789.pdfTiefere Fragen