훈련 데이터 변조를 고려한 적대적 소스 식별 게임

본 논문은 훈련 시퀀스의 일부가 공격자에 의해 변조될 수 있는 상황에서, 테스트 시퀀스가 알려진 이산 메모리리스 소스 X에서 생성되었는지 여부를 판별하는 적대적 소스 식별 게임을 정의하고, 두 가지 변조 방식(샘플 추가와 샘플 교체)에 대해 비대칭 제로섬 게임으로 모델링한다. 첫 번째 유형 오류를 지수적으로 감소시키는 제약 하에, 최적 방어 전략과 공격 전략을 asymptotic equilibrium으로 도출하고, 왜곡 제한 L과 변조 비율 α…

저자: Mauro Barni, Benedetta Tondi