Adversarial Sparse Teacher: Defense Against Distillation-Based Model Stealing Attacks Using Adversarial Examples

We introduce Adversarial Sparse Teacher (AST), a robust defense method against distillation-based model stealing attacks. Our approach trains a teacher model using adversarial examples to produce sparse logit responses and increase the entropy of the output distribution. Typically, a model generates...

Ամբողջական նկարագրություն

Պահպանված է:

Մատենագիտական մանրամասներ
Հիմնական հեղինակներ:	Eda Yilmaz, Hacer Yalim Keles
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	IEEE 2025-01-01
Շարք:	IEEE Access
Խորագրեր:	Adversarial examples exponential predictive divergence (EPD) knowledge distillation model stealing defense
Առցանց հասանելիություն:	https://ieeexplore.ieee.org/document/11014106/
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!

Adversarial Sparse Teacher: Defense Against Distillation-Based Model Stealing Attacks Using Adversarial Examples

Նմանատիպ նյութեր