深度生成模型作为表格机器学习对抗攻击策略
机器学习
2024-09-20 v1 人工智能
摘要
深度生成模型（Deep Generative Models, DGMs）在计算机视觉中用于生成对抗样本，以测试机器学习（ML）系统的鲁棒性。将这些对抗技术扩展到表格机器学习存在独特挑战，由于表格数据的特殊性质以及对对抗样本中域约束条件的必要性。在本文中，我们将四种流行的表格DGMs适应为对抗DGMs（AdvDGMs），并评估其在生成符合域约束条件的真实感对抗样本方面的有效性。
引用
@article{arxiv.2409.12642,
title = {Deep generative models as an adversarial attack strategy for tabular machine learning},
author = {Salijona Dyrmishi and Mihaela Cătălina Stoian and Eleonora Giunchiglia and Maxime Cordy},
journal= {arXiv preprint arXiv:2409.12642},
year = {2024}
}
备注
Accepted at ICMLC 2024 (International Conference on Machine Learning and Cybernetics)