prikaz prve stranice dokumenta Neprijateljski napadi na modele za klasifikaciju slike
Rad nije dostupan
diplomski rad
Neprijateljski napadi na modele za klasifikaciju slike
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:519031
Vukić, Krešimir
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vukić, K. (2019). Neprijateljski napadi na modele za klasifikaciju slike (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:519031

Vukić, Krešimir. "Neprijateljski napadi na modele za klasifikaciju slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:519031

Vukić, Krešimir. "Neprijateljski napadi na modele za klasifikaciju slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:519031

Vukić, K. (2019). 'Neprijateljski napadi na modele za klasifikaciju slike', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:519031

Vukić K. Neprijateljski napadi na modele za klasifikaciju slike [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:519031

K. Vukić, "Neprijateljski napadi na modele za klasifikaciju slike", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:519031

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:519031
Podaci o radu
NaslovNeprijateljski napadi na modele za klasifikaciju slike
Naslov (engleski)Adversarial attacks on image classification models
AutorKrešimir Vukić
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaStjepan Groš (član povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Nadzirani diskriminativni modeli sastavni su dio mnogih sustava računalnog vida. No, poznato je da su ranjivi neprijateljskim primjerima što je neprihvatljivo za osjetljive produkcijske sustave. Upravo iz toga proizlazi važnost poznavanja njihove funkcionalnosti, razloga postojanja i mogućih obrana. U ovoj tezi opisana je nekolicina postojećh neprijateljskih napada i primjenjivih obrana. Napadi FGSM i PGD te obrana treniranja sa neprijateljskim primjerima su implementirani i testirani na MNIST i SVHN podatkovnim skupovima. Također, istražen je utjecaj različitih perturbacijskih normi na utjecaj klasifikacije.
Sažetak (engleski)
Strongly supervised discriminative models are the principal ingredient in many computer vision applications. However, discriminative models are known for being vulnerable to adversarial examples which is unacceptable for production systems. Hence, the techniques for constructing adversarial examples and building defenses against them are a very important research topic. This thesis consists of brief descriptions of existing adversarial attacks and applicable defenses. FGSM and PGD attacks, as well as defense through adversarial training, are developed and tested on the MNIST and SVHN data sets. Also, the influence of the perturbation norm on the efficiency of the attacks is briefly described.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:519031
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 23:02:58