Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Oliveira Júnior, Gildásio Antonio de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Mídia social
Ataques adversariais
Engenharia reversa
Linguagem natural - processamento
Link de acesso: https://repositorio.unb.br/handle/10482/40540
Resumo: Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2020.
id UNB_509fe8146bc9ca6df1746584d283f3e9
oai_identifier_str oai:repositorio.unb.br:10482/40540
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia socialAdversarial attacks strategies in a lexical sentiment classifier : a social media approachMídia socialAtaques adversariaisEngenharia reversaLinguagem natural - processamentoTese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2020.As mídias sociais tornaram-se fonte de informações de relevância para diversos órgãos de Governo e empresas dos mais variados tipos. Essas informações são úteis para processos de tomada de decisão e definição de estratégias de negócio. Considerando este ponto de vista, várias técnicas de análise de sentimentos são empregadas para transformar dados coletados em conhecimentos que podem ser aplicados na inteligência. Um dos problemas é que os classificadores de sentimento utilizados nestes ambientes de coleta devem ser estudados e observados com cuidado, antes de serem instalados e confiados indiscriminadamente em sistemas de apoio à decisão. Pesquisas sobre as técnicas utilizadas em classificadores de sentimento tem se tornado um ponto crítico com novos métodos de ataques adversariais, onde pequenas perturbações podem ser criadas por usuários mal-intencionados para enganar os classificadores de sentimentos, gerando percepção diferente da realmente observada no ambiente. Nesse contexto, este trabalho apresenta o desenvolvimento de ataques adversariais em um classificador léxico de linguagem natural. Esse classificador, objeto dos ataques, é utilizado para calcular o sentimento dos dados postados e coletados por usuários em diversas aplicações de mídia social. Os resultados indicam que as vulnerabilidades encontradas, se exploradas por usuários mal-intencionados em aplicações que utilizam o mesmo classificador léxico, invertem ou anulam a percepção dos classificadores, gerando informação que não corresponde à realidade para a tomada de decisão. Esse trabalho ainda propõe algumas contramedidas que, se empregadas corretamente, são capazes de mitigar os ataques implementados.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq); Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Fundação de Apoio a Pesquisa do Distrito Federal (FAP/DF).Social media has become a source of relevant information for various government agencies and companies of the most varied types. This information is useful for decision-making processes and the definition of business strategies. Regarding this point of view, several sentiment analysis techniques are used to transform collected data into knowledge that can be applied to intelligence. One of the problems is that the sentiment classifiers used in these collection environments must be studied and observed before indiscriminately gaining trust and being installed in decision support systems. Research on the techniques used in sentiment classifiers has become a critical point with new methods of adversarial attacks, in which small perturbations can be created by malicious users to deceive the sentiment classifiers, generating a different perception from the one observed in the environment. In this context, this work presents the development of adversarial attacks in a lexical natural language classifier. This classifier, the object of the attacks, is used to calculate the sentiment of the data posted and collected by users in various social media applications. The results indicate that the vulnerabilities found, if exploited by malicious users in applications that use the same lexical classifier, could invert or cancel the classifiers' perception, generating information that does not correspond to the reality for decision making. This work also proposes some countermeasures that, if used correctly, can mitigate the implemented attacks.Sousa Júnior, Rafael Timóteo dejrgildasio@gmail.comOliveira Júnior, Gildásio Antonio de2021-04-14T18:39:30Z2021-04-14T18:39:30Z2021-04-142020-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfOLIVEIRA JÚNIOR, Gildásio Antonio de. Estratégias de ataques adversariais em um classificador de sentimento léxico: uma abordagem de mídia social. 2020. xix, 122. f., il. Tese (Doutorado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2020.https://repositorio.unb.br/handle/10482/40540A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-07T21:09:47Zoai:repositorio.unb.br:10482/40540Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-07T21:09:47Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
Adversarial attacks strategies in a lexical sentiment classifier : a social media approach
title Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
spellingShingle Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
Oliveira Júnior, Gildásio Antonio de
Mídia social
Ataques adversariais
Engenharia reversa
Linguagem natural - processamento
title_short Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
title_full Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
title_fullStr Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
title_full_unstemmed Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
title_sort Estratégias de ataques adversariais em um classificador de sentimento léxico : uma abordagem de mídia social
author Oliveira Júnior, Gildásio Antonio de
author_facet Oliveira Júnior, Gildásio Antonio de
author_role author
dc.contributor.none.fl_str_mv Sousa Júnior, Rafael Timóteo de
jrgildasio@gmail.com
dc.contributor.author.fl_str_mv Oliveira Júnior, Gildásio Antonio de
dc.subject.por.fl_str_mv Mídia social
Ataques adversariais
Engenharia reversa
Linguagem natural - processamento
topic Mídia social
Ataques adversariais
Engenharia reversa
Linguagem natural - processamento
description Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-21
2021-04-14T18:39:30Z
2021-04-14T18:39:30Z
2021-04-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv OLIVEIRA JÚNIOR, Gildásio Antonio de. Estratégias de ataques adversariais em um classificador de sentimento léxico: uma abordagem de mídia social. 2020. xix, 122. f., il. Tese (Doutorado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2020.
https://repositorio.unb.br/handle/10482/40540
identifier_str_mv OLIVEIRA JÚNIOR, Gildásio Antonio de. Estratégias de ataques adversariais em um classificador de sentimento léxico: uma abordagem de mídia social. 2020. xix, 122. f., il. Tese (Doutorado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2020.
url https://repositorio.unb.br/handle/10482/40540
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083893031960576

Registros relacionados