| Yazarlar (3) |
Samed Sivaslıoğlu
Türkiye Bilimsel ve Teknolojik Araştirma Kurumu, Türkiye |
|
Ferhat Özgür Çatak
Türkiye Bilimsel ve Teknolojik Araştirma Kurumu, Türkiye |
Prof. Dr. Ensar GÜL
Maltepe Üniversitesi, Türkiye |
| Özet |
| Nowadays, machine learning is being used widely. There have also been attacks towards machine learning process. In this study, robustness against machine learning model attacks which cause many results such as misclassification, disruption of decision mechanisms and avoidance of filters has been shown by autoencoding and with non-targeted attacks to a model trained with Mnist dataset. In this work, the results and improvements for the most common and important attack method, non-targeted attack are presented. |
| Anahtar Kelimeler |
| Adversarial attacks | Adversarial robustness | Autoencoder | Machine learning |
| Bildiri Türü | Tebliğ/Bildiri |
| Bildiri Alt Türü | Tam Metin Olarak Yayınlanan Tebliğ (Uluslararası Kongre/Sempozyum) |
| Bildiri Niteliği | Alanında Hakemli Uluslararası Kongre/Sempozyum |
| Bildiri Dili | Türkçe |
| Kongre Adı | 27th Sinyal İşleme ve İletişim Uygulamaları Kurultayı (SIU), 2019 |
| Kongre Tarihi | 24-04-2019 / |
| Basıldığı Ülke | Türkiye |
| Basıldığı Şehir |
| Atıf Sayıları | |
| SCOPUS | 5 |
| Google Scholar | 5 |
