改进汽车软件中的图像数据泄露检测
密码学与安全
2024-11-01 v1 计算机视觉与模式识别
摘要
数据泄露是一个在训练任何机器学习/深度学习模型之前，将数据划分为训练集和测试集时常被忽视的非常普遍的问题。在评估阶段，数据泄露的存在会人为地抬高模型性能，这常常导致模型在实时部署时做出错误的预测。然而，检测此类泄露的存在具有挑战性，特别是在感知系统的目标检测背景下，模型需要被提供图像数据进行训练。在本研究中，我们对来自我们工业合作伙伴沃尔沃汽车的 Cirrus 数据集进行计算实验，以开发一种检测数据泄露的方法。然后，我们在另一个公开数据集 Kitti（汽车领域流行且广泛接受的基准数据集）上评估该方法。结果表明，得益于我们提出的方法，我们能够检测到 Kitti 数据集中此前未知的数据泄露。
引用
@article{arxiv.2410.23312,
title = {Improving Image Data Leakage Detection in Automotive Software},
author = {Md Abu Ahammed Babu and Sushant Kumar Pandey and Darko Durisic and Ashok Chaitanya Koppisetty and Miroslaw Staron},
journal= {arXiv preprint arXiv:2410.23312},
year = {2024}
}