blob: 0677494731f2bf2e03aeebfd0264fdcb0f3f3ea6 (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
|
{
\usebackgroundtemplate{\includegraphics[width=\paperwidth]{images/background/card/background.pdf}}
\begin{frame}
\vspace{30px}
\hspace{70px}
\begin{minipage}{250px}
\centering
\Large
\textcolor{accent}{
Evaluation expérimentale de l'utilisation de l'équité comme mécanisme de protection de l'attribut sensible
}
\normalsize
\vspace{10px}
Et vérification de la formule
\begin{equation*}
\text{max}_{a\in A}BA(a) = \frac{1}{2}(1+DemParLvl)
\end{equation*}
\end{minipage}
\end{frame}
}
\begin{frame}
\begin{figure}
\centering
\input{tikz/data}
\label{fig:aia-data}
\end{figure}
\end{frame}
\begin{frame}
\frametitle{Résultats expérimentaux : attaque de la prédiction}
\begin{figure}
\captionsetup{singlelinecheck=off}
\centering
\begin{subfigure}{0.4\textwidth}
\centering
\scriptsize
\begin{itemize}
\item \emph{Labeled Faces in the Wild (images)}
\item ML = Réseau de neurones convolutionnel
\end{itemize}
\includegraphics[width=150px]{images/figures/advdebias/lfw/lfw_advdeb_attack_hard_sex.pdf}
\end{subfigure}
\hspace{0.1\textwidth}
\begin{subfigure}{0.4\textwidth}
\centering
\scriptsize
\begin{itemize}
\item \emph{COMPAS récidivisme (tabulaire)}
\item ML = Réseau de neurones
\end{itemize}
\includegraphics[width=150px]{images/figures/advdebias/compas/compas_advdeb_attack_hard_sex.pdf}
\end{subfigure}
\end{figure}
\vspace{10px}
%\scriptsize
%\begin{tabular}{lll}
%&\emph{Régularisation}&\emph{Valeur}\\
%\emph{Baseline}&Néant&Résultat de l'attaque\\
%\emph{Theoretical}&Rééquilibrage adverse&$\frac{1}{2}(1+DemParLvl)$\\
%\emph{Empirical}&Rééquilibrage adverse&Résultat de l'attaque\\
%\end{tabular}
%\normalsize
\hspace{10px}
Attribut = genre
Surface d'attaque = $1_{[\tau,1]}\circ f\circ X$.
\end{frame}
\begin{frame}
\frametitle{Construction d'une attaque sur le logit}
\begin{enumerate}
\item On construit un jeu de données avec le logit et l'attribut sensible
\item On entraîne une forêt aléatoire sur cette base de données
\item On ajuste le seuil pour prendre en compte le déséquilibre de classe
\end{enumerate}
\end{frame}
\begin{frame}
\frametitle{Résultats expérimentaux : attaque du logit}
\begin{figure}
\captionsetup{singlelinecheck=off}
\centering
\begin{subfigure}{0.4\textwidth}
\centering
\scriptsize
\begin{itemize}
\item \emph{Labeled Faces in the Wild (images)}
\item ML = Réseau de neurones convolutionnel
\end{itemize}
\includegraphics[width=150px]{images/figures/advdebias/lfw/lfw_advdeb_attack_soft_experimental_sex.pdf}
\end{subfigure}
\hspace{0.1\textwidth}
\begin{subfigure}{0.4\textwidth}
\centering
\scriptsize
\begin{itemize}
\item \emph{COMPAS récidivisme (tabulaire)}
\item ML = Forêt aléatoire
\end{itemize}
\includegraphics[width=150px]{images/figures/advdebias/compas/compas_advdeb_attack_soft_experimental_sex.pdf}
\end{subfigure}
\end{figure}
\vspace{10px}
%\scriptsize
%\begin{tabular}{lll}
%&\emph{Régularisation}&\emph{Valeur}\\
%\emph{Baseline}&Néant&Résultat expérimental\\
%\emph{AdvDebias}&Rééquilibrage adverse&Résultat expérimental\\
%\end{tabular}
%\normalsize
\hspace{5px}
Attribut = genre
Surface d'attaque = $f\circ X$.
\end{frame}
|
