PBL 트렌드 조사보고서 참고 자료 링크 모음
공통 사례 : 통신 기술, 자율주행차의 시야를 넓히다 (https://enterprise.kt.com/bt/dxstory/1527.do)
개인 사례 : 적대적 기계학습 (https://arxiv.org/pdf/1707.08945.pdf)
대응 방안 : 인공지능 보안 공격 및 대응 방안 연구 동향 (https://koreascience.kr/article/JAKO202032254872923.pdf)
참고 자료들
(주로 참고한 논문)
적대적 기계학습 대응
https://rain-bow.tistory.com/entry/Robust-Physical-World-AttacksRP2
자율주행차, 과연 믿을만 한가? Robust Physical-World Attacks(RP2)
Robust Physical-World Attacks on Deep Learning Visual Classification, CVPR 2018(이하 RP2) 논문은 2018년 CVPR에 게재된 adversarial attack의 가능성을 소개하는 논문입니다. 그동안 많은 Adversarial attack 기법들이 단지 소프
rain-bow.tistory.com
https://rain-bow.tistory.com/entry/Adversarial-Attack
적대적 공격 동향(Adversarial Attacks Survey)
Deep Learning 을 활용한 Neural Network 기술들이 등장하면서 Machine Learning의 다양한 공학적 접근이 개발되고 있습니다. ImageNet과 같은 거대한 데이터셋에 대해서도 효율적으로 연산할 수 있는 알고리즘
rain-bow.tistory.com
http://www.datanet.co.kr/news/articleView.html?idxno=179327
“자율주행차 타깃 공격 현실화 될 것” - 데이터넷
[데이터넷] 도로에 자율주행차가 늘어나면서 이를 노리는 사이버 공격이 현실화 될것이라는 경고가 이어지고 있다. 특히 커넥티드카가 클라우드에 연결되면서 사용되는 다양한 API의 취약점을
www.datanet.co.kr
https://koreascience.kr/article/JAKO202032254872923.pdf