• ВХОД

    •  

    Полное описание

    Мурылева, А. А. Защита моделей машинного обучения от извлечения обучающего набора данных / А. А. Мурылева, М. О. Калинин, Д. С. Лаврова. - DOI 10.48612/jisp/en1z-upfz-u3p7. - Текст : непосредственный // Проблемы информационной безопасности. Компьютерные системы : журнал. - 2024. - N 1. - С. 142-152. - Библиогр. в конце ст. - ISSN 2071-8217.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85
    004.056

    Рубрики:
    Искусственный интеллект
    Машинное обучение

    Кл.слова (ненормированные): зашумление -- машинное обучение -- обучающий набор -- определение членства -- шум гаусса
    Аннотация: Рассмотрена проблема защиты моделей машинного обучения от угрозы нарушения конфиденциальности данных, реализующей определение членства в обучающих наборах данных. Предложен метод защитного зашумления обучающего набора. Экспериментально показано, что гуассово зашумление обучающих данных с масштабом 0,2 является наиболее простым и эффективным способом защиты моделей машинного обучения от определения членства в обучающем наборе. В сравнении с альтернативами данный метод прост в реализации, универсален по отношению к видам моделей и позволяет снизить результативность определения членства до 26 %-ных пунктов.
    Доп. точки доступа:
    Калинин, Максим Олегович
    Лаврова, Дарья Сергеевна

    Экз-ры полностью 65af5a7860b35022eff5a90598d068a4/2024/1
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -940176-558686)

    Шифр в сводном ЭК: dc0202e0e3bf4328c1e6e89bb5758320




    Заказ фрагмента документа ₽