凸诱导分类器的近最优规避
机器学习
2010-03-16 v1 密码学与安全
摘要
分类器常被用于检测不法活动。我们研究对手如何高效地查询分类器以获取信息，从而以近最小成本规避检测。我们将Lowd和Meek (2005)的结果推广到凸诱导分类器。我们提出的算法仅使用在空间维度上多项式数量的查询，且无需逆向工程决策边界，即可构造出近最小成本的未检测实例。
引用
@article{arxiv.1003.2751,
title = {Near-Optimal Evasion of Convex-Inducing Classifiers},
author = {Blaine Nelson and Benjamin I. P. Rubinstein and Ling Huang and Anthony D. Joseph and Shing-hon Lau and Steven J. Lee and Satish Rao and Anthony Tran and J. D. Tygar},
journal= {arXiv preprint arXiv:1003.2751},
year = {2010}
}
备注
8 pages; to appear at AISTATS'2010