二合一：基于图像的转换方法，同时缓解安全关键型人工智能系统中的对抗性攻击与随机故障

《ACM Transactions on Design Automation of Electronic Systems》：Two-for-One: Image-based Transformations to Mitigate Adversarial Attacks and Random Faults at Once in Safety-critical AI Systems

　　

摘要AI总结

要查看此由AI生成的总结，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

双重模块冗余（DMR）和三重模块冗余（TMR）是通过使用冗余且通常不同的组件来为关键安全系统提供故障检测和/或容错能力的常用方法。然而，这些系统仍可能受到恶意攻击的影响，这类攻击可能会欺骗AI模型，从而带来严重后果。在本文中，我们提出了针对基于图像的对象检测的改进型DMR和TMR策略，利用推理过程中的图像变换来降低恶意输入的影响，同时保持多种冗余方式在保障安全方面的优势。实验结果表明，我们的方法在面对恶意攻击时显著提升了系统的鲁棒性，在分别为每张图像定制的攻击条件下，其准确率分别比现有最佳解决方案高出12.9%和12.2%。此外，在面对通用恶意攻击时，我们的方法的准确率提升幅度更大，DMR和TMR配置下的准确率分别高出26.8%和26.0%。

AI总结

AI生成的总结（实验性内容）

该总结是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章相关性，以及帮助来自相关研究领域的读者理解本文内容。它是对作者提供的摘要的补充，而作者提供的摘要仍是文章的主要总结内容。完整文章才是最具权威性的版本。点击此处了解更多。

点击此处，可以对该总结的准确性、清晰度及实用性发表意见。您的反馈将有助于我们对总结进行优化并生成未来的更新版本。

要查看此由AI生成的通俗语言总结，您需要拥有高级访问权限。