인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
적대적 지문 공격은 입력 지문 영상에 악의적인 조작을 가하여 딥러닝 기반 지문 인증 모델이 비정상적으로 작동하도록 유도하는 공격 기법이다. 최근 다양한 형태의 적대적 지문 공격이 등장하면서, 딥러닝 기반 지문 인증시스템에서의 취약점이 새로운 보안 이슈로 대두되고 있다. 본 논문에서는 다양한 유형의 지문 영상들을 고려하지 않고도 일반화된 성능을 제공할 수 있는 적대적 지문 공격 방어 기법을 제안한다. 제안하는 방법은 단일 영상 기반 자가지도학습 디노이징을 활용하여, 입력 지문 영상 내 적대적 노이즈를 효과적으로 제거함과 동시에 원본 지문 영상과 유사하게 복원함으로써 다양한 적대적 지문 공격에 대해 강건한 방어 성능을 제공한다. 또한 대용량의 지문 영상에 대한 사전 학습 없이도, 기존의 영상 재건 방법들보다 우수한 방어 성능을 제공한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0102-2023-567-001742321
