온라인 조작으로부터 보호하기 위한 적대적 기계 학습

적대적 예는 기계 학습 시스템에 대한 입력으로, 그 시스템에서 잘못된 출력을 초래합니다. 이러한 유형의 입력을 통해 발생하는 공격은 심각한 결과를 초래할 수 있습니다: 예를 들어, 이미지 인식 분야에서는 정지 신호가 속도 제한 표시로 잘못 분류될 수 있습니다. 그러나 적대적 예는 다양한 분야와 응용 프로그램에서 연구 방향으로 활용될 수 있는 원천이기도 합니다. 여기에서는 두 가지 중요한 작업인 가짜 뉴스와 소셜 봇 감지를 위해 공격을 더 잘 견딜 수 있는 강력한 학습 모델을 구축하는 도구로서 어떻게 유용하게 활용될 수 있는지에 대한 개요를 제공합니다.