U suparničkim treninzima, podaci o obuci se povećavaju "konkurentnim" uzorcima generiranim korištenjem algoritma napada Ako napadač koristi sličan algoritam napada za generiranje suparničkih primjera, protivnički obučeni mreža može biti prilično otporna na napad.
Kako suprotstavljeno učenje funkcionira?
Adversarial machine learning je tehnika mašinskog učenja koja pokušava prevariti modele davanjem lažnog unosa. … Većina tehnika mašinskog učenja je dizajnirana da radi na specifičnim skupovima problema u kojima se generišu podaci o obuci i testiranju iz iste statističke distribucije (IID).
Kako funkcionišu suparnički primjeri?
Adversarial primjeri su unosi u modele mašinskog učenja koje je napadač namjerno dizajnirao da izazove grešku modela; oni su kao optičke iluzije za mašine.… Suparnički unos, prekriven tipičnom slikom, može uzrokovati da klasifikator pogrešno kategorizira pandu kao gibona.
Šta je suparnička obuka u dubokom učenju?
Protivnički napad može uključivati predstavljanje modela mašinskog učenja s netačnim ili lažnim podacima dok se obučava, ili uvođenje zlonamjerno dizajniranih podataka da obmane već obučeni model da napravi greške.
Šta je samoprotivnički trening?
Da bi se dodatno ojačala odbrambena sposobnost, predlaže se samonadzirana suparnička obuka, koja maksimizira međusobnu informaciju između prikaza originalnih primjera i odgovarajućih suparničkih primjera.
