최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 연세대학교 Yonsei University |
---|---|
연구책임자 | 권태경 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202300011127 |
과제고유번호 | 1711166476 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-18 |
키워드 | 딥러닝.모델 강건성.적대적 예제.딥러닝 커버리지.커버리지 기반 퍼징.Deep learning.Model robustness.Adversarial examples.Deep learning coverage.Coverage-guided fuzzing. |
□ 연구개요
안전/보안 관련 분야에 적용된 딥러닝 모델이 예기치 않은 입력으로부터 예측 오류를 일으켜 심각한 사고를 일으키는 것을 예방하기 위해 본 연구과제에서는 커버리지 기반의 딥러닝 모델 퍼징을 수행하여 모델의 강건성을 향상시킨다. 기존의 퍼징 기법은 커버리지와 입력 변이에 한계가 존재하여 본 과제에서 새로운 커버리지와 입력 변이를 연구함으로써 더욱 다양한 취약점을 발견하고 방어 기법의 성능을 개선시킨다.
□ 연구 목표대비 연구결과
본 연구를 통해 제안된 커버리지 측정법, 입력 변이 기법을 통해 MNIST
※ AI-Helper는 부적절한 답변을 할 수 있습니다.