TĂNG CƯỜNG ĐỘ MẠNH MẼ MÔ HÌNH HỌC SÂU BẰNG CÁCH SỬ DỤNG PCA THƯA MẠNH KHỬ NHIỄU CHO HÌNH ẢNH ĐỐI KHÁNG

Tóm tắt

Những năm gần đây đã chứng kiến sự phát triển nhanh chóng của trí tuệ nhân tạo. Các ứng dụng học sâu đã được phát triển rộng rãi trong cuộc sống như nhận dạng đối tượng, nhận diện khuôn mặt, vận hành xe tự động, y học,… Tuy nhiên, các hệ thống này ẩn chứa nhiều rủi ro từ các cuộc tấn công đối kháng vào các mô hình học sâu. Kẻ tấn công sử dụng hình ảnh có chứa nhiễu loạn rất nhỏ khó có thể nhận thấy và có thể đánh lừa các mô hình học sâu. Nhiều nghiên cứu đã chỉ ra rằng mẫu đối kháng phần lớn được tạo ra từ việc thêm nhiễu loạn vào hình ảnh sạch. Trong bài báo này, các tác giả đề xuất sử dụng phương pháp phân tích thành phần đặc trưng hình ảnh theo cách thưa thớt để khử nhiễu cho các ảnh đối kháng. Với kết quả thực nghiệm, các tác giả đã chứng minh rằng phương pháp PCA thưa mạnh có hiệu quả trong việc lựa chọn và phân loại các đặc điểm chính của ảnh để loại bỏ nhiễu loạn không mong muốn có trong ảnh đầu vào. Hình ảnh sau khi khử nhiễu đã được mô hình học máy phân lớp chính xác.