کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Backdoor attacks present a serious security threat to deep neuron networks (DNNs). Although numerous effective defense techniques have been proposed in recent years, they inevitably rely on the availability of either clean or poisoned data. In contrast, data-free defense techniques have evolved slowly and still lag significantly in performance. To address this issue, different from the traditional approach of pruning followed by fine-tuning, we propose a novel data-free defense method named Optimal Transport-based Backdoor Repairing (OTBR) in this work. This method, based on our findings on neuron weight changes (NWCs) of random unlearning, uses optimal transport (OT)-based model fusion to combine the advantages of both pruned and backdoored models. Specifically, we first demonstrate our findings that the NWCs of random unlearning are positively correlated with those of poison unlearning. Based on this observation, we propose a random-unlearning NWC pruning technique to eliminate the backdoor effect and obtain a backdoor-free pruned model. Then, motivated by the OT-based model fusion, we propose the pruned-to-backdoored OT-based fusion technique, which fuses pruned and backdoored models to combine the advantages of both, resulting in a model that demonstrates high clean accuracy and a low attack success rate. To our knowledge, this is the first work to apply OT and model fusion techniques to backdoor defense. Extensive experiments show that our method successfully defends against all seven backdoor attacks across three benchmark datasets, outperforming both state-of-the-art (SOTA) data-free and data-dependent methods. The code implementation and Appendix are provided in the Supplementary Material.
چکیده به فارسی (ترجمه ماشینی)
حملات پشتی یک تهدید جدی برای امنیت برای شبکه های نورون عمیق (DNNS) ایجاد می کند.اگرچه در سالهای اخیر تکنیک های دفاعی مؤثر ارائه شده است ، اما آنها به ناچار به در دسترس بودن داده های تمیز یا مسموم متکی هستند.در مقابل ، تکنیک های دفاعی بدون داده به آرامی تکامل یافته و هنوز هم در عملکرد به طور قابل توجهی تأخیر می کنند.برای پرداختن به این مسئله ، متفاوت از رویکرد سنتی هرس و به دنبال آن تنظیم دقیق ، ما یک روش دفاعی جدید بدون داده را به نام تعمیر بهینه حمل و نقل مبتنی بر حمل و نقل (OTBR) در این کار پیشنهاد می کنیم.این روش ، بر اساس یافته های ما در مورد تغییرات وزن نورون (NWC) از آراء تصادفی ، از فیوژن مدل مبتنی بر حمل و نقل بهینه (OT) برای ترکیب مزایای هر دو مدل هرس و پشتی استفاده می کند.به طور خاص ، ما ابتدا یافته های خود را نشان می دهیم که NWC های غیرقانونی تصادفی با مواردی که از سموم استفاده می کنند ، ارتباط مثبت دارند.بر اساس این مشاهدات ، ما یک روش هرس NWC تصادفی را برای از بین بردن اثر پشتی و به دست آوردن یک مدل هرس بدون پشتی پیشنهاد می کنیم.سپس ، با انگیزه توسط فیوژن مدل مبتنی بر OT ، ما تکنیک فیوژن مبتنی بر OT هرس را که برای ترکیب مدل های هرس و پشتی برای ترکیب مزایای هر دو فیوز می شود ، پیشنهاد می کنیم ، و در نتیجه مدلی که نشان دهنده دقت تمیز و کم استحمله به میزان موفقیت.به دانش ما ، این اولین کارهایی است که از تکنیک های OT و مدل فیوژن در دفاع از پشت استفاده می شود.آزمایش های گسترده نشان می دهد که روش ما با موفقیت در برابر هر هفت حمله پشتی در سه مجموعه داده معیار دفاع می کند ، و از هر دو روش پیشرفته ترین (SOTA) بدون داده و وابسته به داده ها استفاده می کند.اجرای کد و پیوست در مواد تکمیلی ارائه شده است.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
