prikaz prve stranice dokumenta Obrana dubokih konvolucijskih modela od neprijateljskih primjera
Rad nije dostupan
diplomski rad
Obrana dubokih konvolucijskih modela od neprijateljskih primjera
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:116033
Dobrovodski, Matej
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Dobrovodski, M. (2020). Obrana dubokih konvolucijskih modela od neprijateljskih primjera (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:116033

Dobrovodski, Matej. "Obrana dubokih konvolucijskih modela od neprijateljskih primjera." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:116033

Dobrovodski, Matej. "Obrana dubokih konvolucijskih modela od neprijateljskih primjera." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:116033

Dobrovodski, M. (2020). 'Obrana dubokih konvolucijskih modela od neprijateljskih primjera', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:116033

Dobrovodski M. Obrana dubokih konvolucijskih modela od neprijateljskih primjera [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:116033

M. Dobrovodski, "Obrana dubokih konvolucijskih modela od neprijateljskih primjera", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:116033

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:116033
Podaci o radu
NaslovObrana dubokih konvolucijskih modela od neprijateljskih primjera
Naslov (engleski)Defending Deep Convolutional Models from Adversarial Examples
AutorMatej Dobrovodski
MentorZoran Kalafatić (mentor)
Član povjerenstvaZoran Kalafatić (predsjednik povjerenstva)
Član povjerenstvaTomislav Hrkać (član povjerenstva)
Član povjerenstvaStjepan Groš (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Današnji konvolucijski modeli postižu visoku točnost u području raspoznavanja objekata. Način rada dubokih modela je još uvijek vrlo teško ili nemoguće interpretirati, a dodatan razlog za brigu predstavljaju i takozvani neprijateljski primjeri. U kontekstu raspoznavanja objekata, neprijateljski primjeri su slike s dodanim teško uočljivim perturbacijama koje potiču model na pogrešnu klasifikaciju. Pokazalo se da je vrlo lagano konstruirati snažne napade na postojeće modele koji s lakoćom zavaravaju model. Ubrzo nakon pojave prvih neprijateljskih napada su se pojavile i uspješne obrane protiv tih napada, no nedugo nakon toga pojavljuju se sve jači napadi, dok je uspješnost obrana stagnirala. U radu je dan pregled ranijih napada i jednostavnih obrana, istaknuta je neuspješnost jednostavnih obrana protiv jačih napada te je opisana obećavajuća obrana koja se temelji na treniranju mreže korištenjem neprijateljskih primjera.
Sažetak (engleski)
Today's convolutional models can achieve high accuracy in the field of object recognition. The way deep models work is still very difficult or impossible to interpret, and an additional reason for concern are the so-called adversarial examples. In the context of object recognition, adversarial examples are images with added imperceptible perturbations that encourage the model to misclassify the image. It turned out to be very easy to construct strong attacks on existing models which easily fool the model. Soon after the appearance of the first adversarial attacks, defences against these attacks also appeared. However, stronger attacks appeared not long after that while the success rate of defence methods stagnated. The thesis reviews these early attacks and simple defences and highlights the failure of such defences against strong attackers. Additionally, the thesis describes a promising defence which is based on the concept of adversarial training and has so far shown good results.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:116033
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 pohrane2023-01-13 12:07:09