텍스트 트랜스포머 모델에서 어텐션 맵을 이용한 경사도 기반 화이트 박스 적대적 예제 생성 방안A Gradient Based Adversarial Example Method Using Attention Map Against Text Transformer Model
- Other Titles
- A Gradient Based Adversarial Example Method Using Attention Map Against Text Transformer Model
- Authors
- 신초별; 문종섭
- Issue Date
- 2021
- Publisher
- 한국디지털콘텐츠학회
- Keywords
- 트랜스포머; 적대적 예제; 딥러닝; 텍스트 데이터; 화이트박스; Transformer; Adversarial example; Deep learning; Text data; Whitebox
- Citation
- 디지털콘텐츠학회논문지, v.22, no.12, pp 2019 - 2026
- Pages
- 8
- Indexed
- KCI
- Journal Title
- 디지털콘텐츠학회논문지
- Volume
- 22
- Number
- 12
- Start Page
- 2019
- End Page
- 2026
- URI
- https://scholar.korea.ac.kr/handle/2021.sw.korea/137874
- ISSN
- 1598-2009
- Abstract
- 트랜스포머 모델의 텍스트 데이터에 대한 적대적 예제 생성 방법은 텍스트 데이터의 이산적인 특징 때문에 블랙박스 공격 방법이 대부분이었다. 최근 트랜스포머 모델의 텍스트 데이터를 대상으로 한 경사도 기반 화이트박스 공격 방법이 발표되었는데 이는 하나의 예제 생성 마다 하나의 분포를 학습시키기 때문에 시간이 오래 걸려 효율적이지 못하다는 단점이 있다. 본 논문은 트랜스포머 모델의 어텐션 구조를 이용한 어텐션 제약조건을 제안하여 기존 화이트 박스 공격방법의 효율성을 높인다. 실험을 통해 기존의 연구결과보다 생성 시간을 6.5% 가량 단축시킬 수 있으며 생성되는 적대적 예제의 생성률을 2.4% 높일 수 있음을 입증하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Science and Technology > Department of Electronics and Information Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.