BriefGPT - AI 论文速递
·
使用输出洗牌攻击欺骗SHAP
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新型的无数据依赖的洗牌攻击方法，证明了现有解释性AI方法无法检测洗牌攻击。研究发现不同的SHAP估计算法在检测此类攻击的有效性上表现各异。这一研究为提高模型的公平性检测提供了新的思路与方法。
🎯
关键要点
- 提出了一种新型的无数据依赖的洗牌攻击方法。
- 现有解释性AI方法（如SHAP）无法有效检测洗牌攻击。
- 不同的SHAP估计算法在检测洗牌攻击的有效性上表现各异。
- 研究为提高模型的公平性检测提供了新的思路与方法。
🏷️
标签
➡️
