Başlık: Hasmane Dayanıklılık ve Genelleşme
Özet: Hasmane ataklara karşı dayanıklılık. En iyi derin modellerin hasmane ataklara karşı dayanıksız olduğunun görülmesi sonucunda hasmane ataklara karşı dayanıklılık gittikçe daha önemli olmaya başlamıştır. Hasmane eğitim, bu tür saldırılara karşı savunmada en etkili yaklaşımlardan biri olarak kabul edilmektedir. Bununla birlikte, hasmane dayanıklılık ve genelleme arasındaki denge, hasmane dayanıklılık literatüründeki en önemli zorluklardan biri olarak ortaya çıkmıştır. Hasmane eğitilmiş modellerin genelleştirilebilirliği, eğitimde kullanılan bozucu etkenlerin çeşitliliği yetersiz olduğunda ve modelin belli başlı atakları ezberlemesi sonucunda olumsuz etkilenmektedir. Bu tez, hasmane eğitimin başarısını etkileyen faktörleri araştırmakta ve yeni saldırı geliştirme ve üretme yöntemleri kullanarak bu faktörlerin bazılarını azaltmak için çözümler önermektedir. Özellikle, eğitim sırasında fazladan geri yayılım adımları gerektirmeden hasmane atak yönlerini artırarak saldırı çeşitliliğini ve sağlamlığını geliştiren bir hasmane eğitim algoritması önerilmiştir. Yaygın kullanılan kıyaslama veri kümeleri üzerindeki deneysel sonuçlar, önerilen algoritmanın, doğal doğruluktan ödün vermeden hasmane dayanıklılığı sürekli olarak geliştirdiğini göstermektedir.
