临时团队合作是设计可以与新队友合作而无需事先协调的研究问题的研究问题。这项调查做出了两个贡献：首先，它提供了对临时团队工作问题不同方面的结构化描述。其次，它讨论了迄今为止该领域取得的进展，并确定了临时团队工作中需要解决的直接和长期开放问题。
translated by 谷歌翻译
当代机器人主义者的主要目标之一是使智能移动机器人能够在共享的人类机器人环境中平稳运行。为此目标服务的最基本必要的功能之一是在这种“社会”背景下有效的导航。结果，最近的一般社会导航的研究激增，尤其是如何处理社会导航代理之间的冲突。这些贡献介绍了各种模型，算法和评估指标，但是由于该研究领域本质上是跨学科的，因此许多相关论文是不可比较的，并且没有共同的标准词汇。这项调查的主要目标是通过引入这种通用语言，使用它来调查现有工作并突出开放问题来弥合这一差距。它首先定义社会导航的冲突，并提供其组成部分的详细分类学。然后，这项调查将现有工作映射到了本分类法中，同时使用其框架讨论论文。最后，本文提出了一些未来的研究方向和开放问题，这些方向目前正在社会导航的边界，以帮助集中于正在进行的和未来的研究。
translated by 谷歌翻译
对抗性示例可用于恶意和秘密地改变模型的预测。众所周知，为一个模型设计的对抗示例也可以传输到其他模型。这构成了主要威胁，因为这意味着攻击者可以以黑框方式对准系统。在可转让性的领域，研究人员提出了使攻击更加可转移的方法，并使模型更强大，以转移的示例。但是，据我们所知，尚无作品提出一种在黑盒攻击者的角度对对抗性示例的转移性进行排名的方法。这是一项重要的任务，因为攻击者可能只使用一组选定的示例，因此需要选择最有可能传输的样本。在本文中，我们建议一种方法来排名在不访问受害者模型的情况下对对抗性示例的可传递性。为此，我们定义并估算了有关受害者信息有限的样本的预期可传递性。我们还探讨了实用的方案：对手可以选择要攻击的最佳样本以及对手必须使用特定样本，但可以选择不同的扰动。通过我们的实验，我们发现我们的排名方法可以将攻击者的成功率提高高达80％（而无需排名）。
translated by 谷歌翻译
社会工程（SE）是一种欺骗形式，旨在欺骗人们访问数据，信息，网络甚至金钱。几十年来，SE一直是攻击者进入组织的关键方法，实际上跳过了所有防御。攻击者还定期使用SE来欺骗无辜的人，这是通过威胁要模仿权威或发送受感染的电子邮件的电话，这些电话看起来像是从亲人发送的。 SE攻击可能仍然是犯罪分子的最高攻击向量，因为人类是网络安全中最弱的联系。不幸的是，由于一项称为DeepFakes的新技术到达，威胁只会变得更糟。 AI创建的Deepfake是可信的媒体（例如，视频）。尽管该技术主要用于交换名人的面孔，但也可以用来“木偶”不同的角色。最近，研究人员展示了如何实时部署该技术，以在电话中打电话或在视频通话中重新演奏脸部。鉴于任何新手用户都可以下载此技术来使用它，因此犯罪分子已经开始将其货币化以进行SE攻击也就不足为奇了。在本文中，我们提出了一种轻巧的应用程序，该应用程序可以保护组织和个人免受Deepfake SE攻击。通过挑战和响应方法，我们利用了深击技术的技术和理论局限性来暴露攻击者。现有的防御解决方案对于终点解决方案来说太重了，可以通过动态攻击者逃避。相比之下，我们的方法是轻量级，打破了反应性的军备竞赛，使攻击者处于不利地位。
translated by 谷歌翻译