INTARG: 時系列回帰に対するインフォームドなリアルタイム敵対的攻撃生成
arXiv cs.LG / 2026/4/15
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、深層学習による時系列予測モデルが敵対的攻撃に対して脆弱であることを扱い、また既存の多くの攻撃手法が現実的な時系列制約に適合していない点を指摘しています。
- フルの過去履歴を保存することや、すべての時刻ステップで攻撃することを必要としない、時系列回帰のためのオンライン・有界バッファ敵対的攻撃フレームワークINTARGを提案します。
- INTARGは、モデルの確信度が高い時刻ステップや、予測誤差が最大になることが期待される時刻ステップといった、特定の時刻だけを狙うインフォームドかつ選択的な戦略を用います。
- 論文中の実験結果では、攻撃を10%未満の時刻ステップで実行しながら、予測誤差が最大で2.42倍増加することが示されており、攻撃効率の高さを示しています。
- 全体として、この研究は、オンラインでかつリソースが制限された状況における時系列予測のための、より実用的な敵対的攻撃手法を提供します。
