Black-Box Adversarial Attacks on Spiking Neural Network for Time Series Data

This paper examines the vulnerability of spiking neural networks (SNNs) trained on time series data to adversarial attacks by employing artificial neural networks as surrogate models. We specifically explore the use of a 1D Convolutional Neural Network (CNN) and a Long Short-Term Memory (LSTM) netwo...

Celý popis

Podrobná bibliografie

Vydáno v:	2024 International Conference on Neuromorphic Systems (ICONS) s. 229 - 233
Hlavní autoři:	Hutchins, Jack, Ferrer, Diego, Fillers, James, Schuman, Catherine
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 30.07.2024
Témata:	Accuracy Adversarial Attacks Black-Box Attack Closed box Convolutional neural networks Data models Data processing Long short term memory Neuromorphics Security Spiking neural networks Time series analysis
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!