Acknowledgement
본 논문은 과학기술정보통신부 정보통신창의인재양성사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2023.11a
- /
- Pages.912-913
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Privacy Protection using Adversarial AI Attack Techniques
적대적 AI 공격 기법을 활용한 프라이버시 보호
- Beom-Gi Lee (Dept. of Computer Engineering, Chon-Buk National University) ;
- Hyun-A Noh (Dept. of Convergence Security Engineering, Sungshin Women's University) ;
- Yubin Choi (Dept. of Mechanical and Biomedical Engineering, Ewha Woman's University) ;
- Seo-Young Lee (Dept. of Computer Science, Dongduk Women's University) ;
- Gyuyoung Lee (Graduate School of Information Security, KAIST)
- 이범기 (전북대학교 컴퓨터공학과) ;
- 노현아 (성신여자대학교 융합보안공학과) ;
- 최유빈 (이화여자대학교 휴먼기계바이오공학부) ;
- 이서영 (동덕여자대학교 컴퓨터학과) ;
- 이규영 (한국과학기술원 전산학부 정보보호대학원)
- Published : 2023.11.02
Abstract
이미지 처리에 관한 인공지능 모델의 발전에 따라 개인정보 유출 문제가 가속화되고 있다. 인공지능은 다방면으로 삶에 편리함을 제공하지만, 딥러닝 기술은 적대적 예제에 취약성을 보이기 때문에, 개인은 보안에 취약한 대상이 된다. 본 연구는 ResNet18 신경망 모델에 얼굴이미지를 학습시킨 후, Shadow Attack을 사용하여 입력 이미지에 대한 AI 분류 정확도를 의도적으로 저하시켜, 허가받지 않은 이미지의 인식율을 낮출 수 있도록 구현하였으며 그 성능을 실험을 통해 입증하였다.
Keywords