Система генерації синтетичних вибірок з висококонфіденційних баз даних методами глибинного навчання
Вантажиться...
Дата
2021-06
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 84 с., 6 табл., 31 рис., 1 додаток, 20 джерел.
Об’єкт дослідження: система генерації синтетичних вибірок на основі GAN
(генеративних нейронних мереж), що відтворює конфіденційні дані учасників
процесу Федеративного навчання.
Мета дослідження: розробити та протестувати систему тренування моделей
глибинного навчання з використанням Федеративного Навчання та перевірити її
стійкість до атаки на основі GAN.
Використані моделі: у програмній реалізації було використано штучні
згорткові та генеративні нейронні мережі.
Отриманні результати: побудована система федеративного навчання і
проведено її тестування атакою на основі генеративних нейронних мереж
В рамках подальшого дослідження пропонується розробити модифікації
алгоритмів для підвищення якості і стабільності навчання моделей федеративним
методом, модифікувати архітектуру генеративної моделі для підвищення
стабільності і потужності атаки, повторити експеримент на покращених моделях.
Опис
Ключові слова
машинне навчання, глибинне навчання, федеративне навчання, згорткові нейронні мережі, генеративні нейронні мережі, генерування синтетичних даних, federated learning, convolutionamachine learning, deep learning l neural networks, generative neural networks, classification problem, generation of synthetic data
Бібліографічний опис
Островський, З. Ю. Система генерації синтетичних вибірок з висококонфіденційних баз даних методами глибинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Островський Захар Юрійович. - Киів, 2021. - 89 с.