Generativní adversarialní neuronové sítě v kontextu kybernetické bezpečnosti

Generatívne adversariálne siete (GAN) zavedené Goodfellowom et al. v roku 2014 našli veľa zaujímavých aplikácií v rôznych doménach. GAN umožňujú zlepšiť výkonnosť klasifikátorov založených na neurónových sieťach a tiež obohatiť vzorovú sadu ťažko dostupných súborov údajov. Kombinácia dvoch GAN (tiež známa ako dual-GAN) navyše umožňuje vykonávať unsupervissed mapovanie medzi dvoma rôznymi doménami množiny údajov. Takéto rozšírenie je možné ďalej použiť ako filter šumu v súboroch údajov. Cieľom tejto práce je preskúmať existujúce aplikačné domény a vhodné scenáre GAN so zameraním na bezpečnostné aspekty. Môže sa napríklad analyzovať použitie sietí GAN na extrakciu údajov citlivých na súkromie. Ďalej by mala práca preskúmať nové prístupy k útokom využívajúcim GAN a vyhodnotiť ich úspešnosť. Na záver by mala práca navrhnúť nové obranné techniky a prediskutovať ich predpoklady a obmedzenia.