Ataques adversarios: estudio y análisis de su aplicabilidad en la predicción de la edad y género a través de reconocimiento facial

Guindel Gómez, Miriam (2021). Ataques adversarios: estudio y análisis de su aplicabilidad en la predicción de la edad y género a través de reconocimiento facial. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Ataques adversarios: estudio y análisis de su aplicabilidad en la predicción de la edad y género a través de reconocimiento facial
Author/s:
  • Guindel Gómez, Miriam
Contributor/s:
  • Gómez Canaval, Sandra
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2021
Subjects:
Freetext Keywords: Ataques adversarios; Redes neuronales profundas; Explicabilidad
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (10MB)

Abstract

Las redes neuronales artificiales han experimentado una importante evolución práctica durante los últimos años. Estos avances, junto con las mejoras de hardware, han conseguido extender las capacidades de estas redes hasta puntos nunca antes alcanzados. Estas mejoras tanto en términos de las habilidades como de optimización de recursos computacionales han propiciado que las redes cada vez más se encuentren detrás de muchos de los sistemas informáticos y servicios presentes en nuestra vida. No obstante, la proliferación de las redes neuronales en muchos desarrollos informáticos ha hecho más delgada la línea que divide el objetivo de mejorar los problemas de la sociedad del de convertir dichas mejoras en problemas para la integridad de las personas. Justamente, esta dualidad entre servicio y utilitarismo trae consigo un aumento en el interés por desarrollar ataques contra éstas, ya sea para detener el utilitarismo como para aprovecharse maliciosamente del servicio. En este Proyecto de Fin de Grado se realiza un estudio introductorio sobre los ataques adversarios, y se analiza la simulación de uno de estos ataques en un modelo de clasificación basado en redes neuronales profundas para clasificar imágenes de personas por de edad y género, usando Fast Gradient Sign Method y algunas de sus variantes. Abstract: Artificial Neural Networks have experienced a considerable practical evolution during the last years. These advances, in conjunction with the hardware improvements, have been able to extend the capacities of these networks to a situation that has never been reached before. These improvements in both the capabilities and the computational resources optimization have allowed neural networks to be more present in many of the computing systems available in our lives. Nevertheless, this proliferation of artificial neural networks in many computing developments has blurred the lines between helping to solve some issues present in society and turning those solutions into new problems to the integrity of people. This duality between service and utilitarianism brings with it an increase in developing attacks against them, either to protect oneself from this utilitarianism or to maliciously take advantage of the service. In this Final Project, an introductory study about adversary attacks is presented. As part of the study, the analysis of one of these attacks tested in a classification model based on deep neural networks is also conducted. The objective of the model is the classification of people pictures according to their age and gender. The methods used for this testing are the Fast Gradient Sign Method and some of its variants.

More information

Item ID: 68279
DC Identifier: https://oa.upm.es/68279/
OAI Identifier: oai:oa.upm.es:68279
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 25 Aug 2021 15:55
Last Modified: 18 Nov 2022 10:10
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM