2026-03-13T20:58:43Z https://iput-o.repo.nii.ac.jp/oai

oai:iput-o.repo.nii.ac.jp:02000110 2025-07-15T05:38:38Z 1718614377606:1:1747206222669

騙されるAIおよびAIを騙す技術の解説 Introduction of Misled AI and Adversarial Techniques 中田 尚 中田 尚 open access 人工知能 敵対的攻撃 防御手法 統計的機械学習 人工知能の発展に伴い，人工知能の脆弱性が新たな課題として浮上している．人工知能の一つの致命的な欠点として，人間には認識できない程度のノイズであっても，その出力に大きな影響を与える敵対的攻撃の存在である．本稿では画像認識を題材として敵対的攻撃とその防御手法について簡単な例を用いて説明する．具体的には，画像認識モデルに対する代表的攻撃手法であるFGSM攻撃の効果を分析し，人工知能モデルの堅牢性を高める防御策の一つとしてBwoBLを紹介する．特に大規模データセットであるImageNetを用いた実験を通じて，その有効性を示す． 大阪国際工科専門職大学 International Professional University of Technology in Osaka 2025-03-31 jpn departmental bulletin paper https://doi.org/10.60177/0002000110 https://iput-o.repo.nii.ac.jp/records/2000110 10.60177/0002000110 2758-7320 ダイナミック・クリエイティブ・ナレッジ Dynamic Creative Knowledge 3 8 17 24 https://iput-o.repo.nii.ac.jp/record/2000110/files/dck_3_04_nakada.pdf application/pdf 2.3 MB 2025-03-31