Attaques et défenses de réseaux de neurones profonds : le cas de la classification d'images - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Chapitre D'ouvrage Année : 2021

Attaques et défenses de réseaux de neurones profonds : le cas de la classification d'images

Résumé

L’apprentissage automatique utilisant des réseaux neuronaux profonds appliqués à la reconnaissance d’images fonctionne extrêmement bien. Néanmoins, il est possible de modifier intentionnellement et très légèrement les images, modifications quasi invisibles à nos yeux, pour leurrer le système de classification et lui faire classer dans une catégorie visuelle erronée tel ou tel contenu. Ce chapitre dresse un panorama de ces attaques intentionnelles, mais aussi des mécanismes de défense visant à les déjouer.
Fichier non déposé

Dates et versions

hal-03430025 , version 1 (16-11-2021)

Identifiants

  • HAL Id : hal-03430025 , version 1

Citer

Hanwei Zhang, Teddy Furon, Laurent Amsaleg, Yannis Avrithis. Attaques et défenses de réseaux de neurones profonds : le cas de la classification d'images. ISTE. Sécurité multimédia 1. Authentification et insertion de données cachées, 2021, 978-1-78949-026-8. ⟨hal-03430025⟩
55 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More