Adversariální strojové učení a teorie her

Abstract

Tato práce se zaměřuje na aplikaci teorie her, zejména pak Double Oracle algoritmu, v oblasti adversariálního strojového učení. V průběhu práce jsou vysvětleny některé základní pojmy z oblasti dopředných neuronových sítí a generování adversariálních vzorků a dále jsou rozebrány nejvýznamnější metody zrobustňování klasiťikátorů proti těmto vzorkům. V závěru práce je vypracována případová studie aplikace Double Oracle algoritmu pro zrobustňování detekce krádeže dat v sítovém provozu.

This work aims to apply game theory, most notably the Double Oracle algorithm, in the ťield of the adversarial machine learning. Some of the basic concepts of deep feedforward neural networks and construction of the adversarial samples are explained throughout the text. Furthermore, the most notable methods used for constructing classiťiers robust against adversarial samples are explained. Finally, a case study is carried out, which examines the application of the Double Oracle algorithm in the ťield of data exťiltration detection.