深層学習ベースの無線通信分類器の対抗的ロバスト性 - 蒸留と剪定の観点から

深層学習ベースの無線通信分類器は、対抗的攻撃に対して脆弱である。本研究では、知識蒸留と ネットワーク剪定を用いて最適化された深層学習モデルを提案し、効率的な対抗的訓練プロセスを通じてロバスト性を向上させる。