面向神经架构搜索中一次性搜索空间投毒的探讨
机器学习
2021-11-16 v1 人工智能
神经与进化计算
摘要
我们评估了名为高效神经架构搜索（ENAS）的神经网络架构搜索（NAS）算法在针对原始搜索空间、使用精心设计的无效操作进行数据无关投毒攻击时的鲁棒性。我们通过实验展示了我们的一次性搜索空间投毒方法如何利用 ENAS 控制器中的设计缺陷，在分类任务上降低预测性能。仅在搜索空间中注入两种投毒操作，我们就将子网络在 CIFAR-10 数据集上的预测错误率提升至最高 90%。
引用
@article{arxiv.2111.07138,
title = {Towards One Shot Search Space Poisoning in Neural Architecture Search},
author = {Nayan Saxena and Robert Wu and Rohan Jain},
journal= {arXiv preprint arXiv:2111.07138},
year = {2021}
}
备注
(Student Abstract) In Proceedings of the 36th AAAI Conference on Artificial Intelligence, Vancouver, BC,Canada, 2022. arXiv admin note: substantial text overlap with arXiv:2106.14406