级联看门狗：一种用于离群值检测的多层对抗防护机制
机器学习
2023-05-03 v3
摘要
识别分布外内容对于神经网络的成功部署至关重要。看门狗技术已被开发用于支持对这些输入的检测，但其性能可能受限于可用数据量。生成对抗网络已展现出多种能力，包括以极高精度生成仿制品的能力。本文提出并实证评估了一种使用 GAN 生成数据开发的多层看门狗，以改进分布外检测。该级联看门狗利用对抗训练增加与更难检测的分布外元素相似的可用数据量，随后按顺序添加一个专门的第二防护器。结果表明，在保持极低误报率的同时，对最具挑战性的分布外输入的检测实现了稳健且显著的提升。
引用
@article{arxiv.2108.09375,
title = {Cascade Watchdog: A Multi-tiered Adversarial Guard for Outlier Detection},
author = {Glauco Amigo and Justin M. Bui and Charles Baylis and Robert J. Marks},
journal= {arXiv preprint arXiv:2108.09375},
year = {2023}
}