Core Concepts
行動ベースの認証システムにおけるXAIベースの防御戦略は、敵対的攻撃に対して効果的であり、真陽性率を向上させる。
Abstract
機械学習モデルがセキュリティ領域で広く使用されているが、敵対的攻撃に脆弱性があることが示唆されている。
行動ベースの認証システムは、XAIを活用して敵対的攻撃に対抗し、真陽性率を向上させる新しい防御戦略を提案している。
実験結果では、提案されたXAIベースの防御戦略が他の防御戦略よりも効果的であることが示されている。
Introduction
深層ニューラルネットワークはセキュリティ分野で広く使用されており、敵対的攻撃への脆弱性が指摘されている。
行動認証システムは変動性が高く、敵対的攻撃に脆弱である可能性がある。
XAI-Based Defense Strategy
XAIを使用した特徴選択器は、不要な特徴を排除し、敵対的攻撃に耐えられる特徴を選択する。
特徴選択器はサンプルごとに特徴選択を行うため、高い分類性能を実現する。
Experiment Results
敵対的サンプルセットでは真陽性率が改善されたことから提案手法の有効性が示された。
通常のテストセットでも分類精度は若干低下したものの、敵対的攻撃への耐性は向上した。
Stats
提案手法は真陽性率を16.3%から140.7%向上させた。
XAIベースの特徴選択器は安定したマウス操作パターンに基づきロバストな結果を提供した。
Quotes
"XAI has gained significant attention in recent years as it enables the interpretation of model classification results and enhances the transparency of the decision-making process."
"By excluding irrelevant or unstable features, our feature selector acts as a filter, effectively mitigating adversarial manipulations."