Adversarial Framework for Neural Networks
Megjelenés dátuma: 2019-05-15
Kulcsszó: dataflow
visual inteface
python
adatfeldolgozás
vizuális interfész
visual inteface
python
adatfeldolgozás
vizuális interfész
Absztrakt:
Adverzális példák olyan adatok, melyek a gépi és tanulásos algoritmusok becsapására készültek. Ezen adatok veszélyesek lehetnek az olyan rendszerek számára, ahol fontos a megbízhatóság. Ennek tesztelése érdekében.saját magunk is generálhatunk ilyen jellegű bemeneteket.
A dolgozat témája egy olyan vizuális keretrendszer elkészítése, amellyel különösebb programozási ismeretek nélkül egyszerűen generálhatunk módosított bemeneteket, a meglévő modellünk tesztelése érdekében.
Abstract:
Adversarial examples are intentionally created inputs to machine learning models that can could unexpected mistakes in the output. These malicious inputs can be dangerous for systems where high reliability are required. In order to test (or deceive) our models against such attacks, we can generate test inputs with various methods.
The purpose of my work is to create a universal framework which can simplify the process of adversarial example generation by hiding the mathematical background of the generation with a simple interface. The program will be capable to load (TensorFlow or Keras based) neural network models and generate adversarial inputs with built in methods
A tételhez tartozó fájlok
Név: szakdolgozat.pdf
Méret: 1.507Mb
Formátum: PDF
Név: pack.zip
Méret: 76.79Mb
Formátum: application/zip