- …
- …
#338
summarized by : 山田亮佑 (Ryosuke Yamada)
どんな論文か？
最近の自己教師あり学習ではContrastive Learningを利用した学習手法が主流となっており，大量のラベルなし画像に対して特徴空間上のembeddingの距離に基づいて学習している，
ここで，ある特定のカテゴリに対してbackdoor attacksを施した時に，既存の自己教師あり学習手法はrobusutに画像認識できるのかを検証する．
新規性
従来，教師あり学習に関してはbackdoor attacksの検証はされていたが，自己教師あり学習に対しては検証されていなかった．昨今の自己教師あり学習手法は，ImageNet教師あり学習と同等の事前学習効果を発揮している．一方で，自己教師あり学習は大量の教師なし画像を学習に使用するため，attckerは容易にbackdoor attacksをすることが可能である．
結果
backdoor attacksを施した画像に対しては認識精度が下がる傾向にあった．さらに，Jigsaw やRotation等のPre-text taskよりもSimCLRやMoCo, BYOL等のContrastive Learning手法の方がbackdoor attacksの影響を受けやすい．
その他（なぜ通ったか？等）
- …
- …