Захист систем машинного навчання від FGSM атак
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Обсяг текстової частини: 98 сторінок, 15 ілюстрацій, 1 таблиця, 1 додаток, і 16 джерел літератури
Мета роботи: Дослідження та захист систем машинного навчання від атак типу Fast Gradient Sign Method (FGSM).
Використані методи: Аналіз літератури, розробка моделі атак FGSM, вибір методів захисту, програмна реалізація захисних методів, комп'ютерне моделювання атак та захисту, аналіз результатів.
Отримані результати: Створено модель для проведення атак FGSM, розроблено та реалізовано методи захисту, проведено експерименти та аналіз результатів, отримано якісні та кількісні показники, що підтверджують ефективність розроблених методів захисту.
Опис
Ключові слова
захист систем машинного навчання, FGSM атаки, методи захисту, комп'ютерне моделювання, machine learning system protection, FGSM attacks, protection methods, computer simulation
Бібліографічний опис
Ковальчук, Є. І. Захист систем машинного навчання від FGSM атак : дипломна робота ... бакалавра : 125 Кібербезпека / Ковальчук Єгор Іванович. – Київ, 2024. – 99 с.