Etudiant : LAAZ Abderrahim

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. RIFFI JAMAL

Annèe : 2022

Résumé : Le projet de fin d'étude intitulée ‘adversarial learning in deep learning models’ a pour objectif d’attaquer les modèles d’apprentissage profond, plus précisément mettre le modèle ne parvient pas à prédire la classe correcte d'une image donnée en entrée. L’idée c’est d’ajouter un bruit aux images d’entrée, ce bruit sera généré avec des attaques comme PGD et FGSM. Ensuite, on a utilisé PGD et FGSM pour attaquer deux systèmes de reconnaissance faciale ALEXNET et Google FACENET. Finalement on a proposé ‘ adversarial training’ pour améliorer la robustesse de ces deux modèles.