基本情報
| サイトトップ | https://aisecurity-portal.org |
|---|
HTMLサイズ
| 1ページ平均HTML（バイト） | 323037.87 |
|---|
内部リンク集計
| リンク総数 | 262 |
|---|
外部リンク集計
| リンク総数 | 40 |
|---|
メタ情報
| meta description平均長 | 66.2 |
|---|---|
| OGPありページ数 | 15 |
| Twitterカードありページ数 | 0 |
HTML言語 分布
| キー | 割合 |
|---|---|
| ja | 93.33% |
| en-us | 6.67% |
文字コード 分布
| キー | 割合 |
|---|---|
| utf-8 | 100.00% |
内部リンク分析（Internal）
| ユニーク内部リンク数 | 262 |
|---|---|
| ページあたり内部リンク平均 | 54 |
内部リンク 深さヒストグラム
| キー | 値 |
|---|---|
| 0 | 57 |
| 1 | 103 |
| 2 | 475 |
| 3 | 173 |
| 4 | 2 |
内部リンク 上位URL
キーワード分析（KeywordMap）
ワードクラウド上位
| 語 | 重み |
|---|---|
| 定義 | 1 |
| 負の影響 | 1 |
| boldsymbol | 0.862069 |
| IEEE | 0.410506 |
| 研究論文 | 0.384849 |
| では | 0.307405 |
| theta | 0.282223 |
| data | 0.275862 |
| EEG | 0.275862 |
| しかし | 0.269288 |
| backdoor | 0.241379 |
| Security | 0.241379 |
| Adversarial | 0.23091 |
| epsilon | 0.206897 |
| delta | 0.206897 |
| sleep | 0.206897 |
| Proceedings | 0.205253 |
| enterprise | 0.205253 |
| 例えば | 0.201966 |
| models | 0.181858 |
| Backdoor | 0.179596 |
| また | 0.176096 |
| mathrm | 0.172414 |
| Training | 0.172414 |
| attacks | 0.168305 |
| Conference | 0.163949 |
| detection | 0.163949 |
| Attacks | 0.15394 |
| patching | 0.15394 |
| threat | 0.15394 |
| 特に | 0.143456 |
| だまし絵 | 0.137931 |
| Chen | 0.137931 |
| attack | 0.137931 |
| trigger | 0.137931 |
| against | 0.137931 |
| Neural | 0.137931 |
| Network | 0.137931 |
| GAN | 0.137931 |
| Diffusion | 0.137931 |
| vision | 0.137931 |
| personal | 0.137931 |
| information | 0.137931 |
| disorders | 0.137931 |
| ここで | 0.128283 |
| Learning | 0.128283 |
| 文献 | 0.128283 |
| International | 0.128283 |
| Computer | 0.128283 |
| CVF | 0.128283 |
共起語上位
| 語1 | 語2 | スコア | 共起ページ数 |
|---|---|---|---|
| 定義 | 負の影響 | 4.510351 | 97 |
| arxiv | org | 3.24504 | 31 |
| arxiv | https | 3.179829 | 31 |
| https | org | 2.916855 | 28 |
| injection | prompt | 2.575976 | 16 |
| abs | org | 2.559736 | 19 |
| abs | arxiv | 2.471661 | 18 |
| Published | Source | 2.344945 | 12 |
| resting | state | 2.344945 | 12 |
| arxiv | 2.300855 | 15 | |
| abs | https | 2.299253 | 17 |
| boldsymbol | delta | 2.291943 | 25 |
| org | 2.285171 | 15 | |
| では | 研究論文 | 2.249946 | 34 |
| https | 2.240607 | 15 | |
| それらを識別できる | または | 2.214218 | 9 |
| abs | 2.203127 | 12 | |
| ACM | review | 2.14971 | 11 |
| Adversarial | Training | 2.122279 | 17 |
| ready | toolkit | 2.109805 | 8 |
| Artificial | Intelligence | 2.093125 | 12 |
| Computer | Vision | 2.093125 | 12 |
| attacks | backdoor | 2.086897 | 20 |
| Security | Symposium | 2.085464 | 13 |
| boldsymbol | mathrm | 2.052159 | 21 |
| ACM | Computing | 2.044809 | 10 |
| Attacks | Backdoor | 2.03925 | 16 |
| min | theta | 2.03918 | 15 |
| Costa | How | 2.022386 | 8 |
| Sees | World | 2.022386 | 8 |
| Survey | World | 2.022386 | 8 |
| nabla | sign | 2.022386 | 8 |
| トリガー | 特定のパターン | 2.022386 | 8 |
| このとき | 混入させる毒データの数が攻撃成功率に大きな影響を与えます | 2.022386 | 8 |
| ラベルに頼らずに | 毒データを作成します | 2.022386 | 8 |
| トリガーとターゲットラベルを関連づける必要があるため | ラベルに頼らずに | 2.022386 | 8 |
| さまざまな分野でAIの利活用が期待されている一方で | 分類モデルに対するバックドア攻撃に関して解説しました | 2.022386 | 8 |
| defenses | targeting | 2.022386 | 8 |
| Mingfu | Xue | 2.022386 | 8 |
| pattern | recognition | 2.022386 | 8 |
| KumarRavindran | Santhosh | 2.022386 | 8 |
| adoption | rapid | 2.022386 | 8 |
| exposes | vulnerabilities | 2.022386 | 8 |
| biased | outputs | 2.022386 | 8 |
| outputs | threatening | 2.022386 | 8 |
| security | threatening | 2.022386 | 8 |
| security | trust | 2.022386 | 8 |
| fairness | trust | 2.022386 | 8 |
| Extending | fairness | 2.022386 | 8 |
| Extending | our | 2.022386 | 8 |