Hochgradig unauffällige adversarische Zeitreihen durch Multi-Ziel-Angriff entwickeln

Eine effiziente Methode namens TSFool wird vorgeschlagen, um hochgradig unauffällige adversarische Zeitreihen für RNN-basierte Zeitreihenklassifizierung zu entwickeln. Der Kerngedanke ist ein neues globales Optimierungsziel namens "Camouflage-Koeffizient", das die Unauffälligkeit adversarischer Proben aus der Klassenverteilung erfasst.