Service interruption on Monday 11 July from 12:30 to 13:00: all the sites of the CCSD (HAL, Epiciences, SciencesConf, AureHAL) will be inaccessible (network hardware connection).
Skip to Main content Skip to Navigation
Poster communications

Apprentissage adverse et algorithmes de détection d'évènements : une première typologie

Résumé : Les réseaux sociaux peuvent être un support opérationnel pour la détection d'évènements. La littérature se concentre sur l'amélioration de la performance des algorithmes de détection d'évènements, mais fait peu mention de mesures permettant de se défendre contre une potentielle manipulation de la donnée d'entrée (appelé "adversarial learning" ou encore "apprentissage adverse"). Toute personne le souhaitant peut poster des messages sur les réseaux sociaux, il est donc possible pour n'importe qui de manipuler les données utilisées pour la détection. En conséquence, les algorithmes de détection d'évènements actuels sont particulièrement vulnérables à l'apprentissage adverse. Cet article propose une première typologie pour décrire les menaces liées à l'apprentissage adverse contre les algorithmes de détection d'évènements.
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03668829
Contributor : Olivier de Casanove Connect in order to contact the contributor
Submitted on : Monday, May 16, 2022 - 10:29:56 AM
Last modification on : Monday, July 4, 2022 - 9:48:45 AM

Identifiers

  • HAL Id : hal-03668829, version 1

Citation

Olivier de Casanove, Florence Sèdes. Apprentissage adverse et algorithmes de détection d'évènements : une première typologie. Rendez-vous de la Recherche et de l'Enseignement de la Sécurité des Systèmes d'Information (RESSI 2022), May 2022, Chambon-Sur-Lac, France. 2022. ⟨hal-03668829⟩

Share

Metrics

Record views

5

Files downloads

1