본 논문은 심층 학습 기반 무선 신호 분류에서 보편적 적대적 예시(universal adversarial perturbation)에 대한 방어 시스템으로 신경 거부 시스템(neural rejection system)을 제안하고 평가합니다. 심층 학습 기반 무선 신호 분류는 기존 방식보다 우수하지만, 적대적 예시에 취약합니다. 특히 데이터 독립적인 보편적 적대적 예시는 높은 성공률로 분류 성능을 저하시키므로, 이에 대한 방어가 중요합니다. 본 논문에서는 백색 상자(white-box) 보편적 적대적 예시를 생성하여 제안된 신경 거부 시스템의 성능을 평가하고, 기존 심층 신경망보다 훨씬 높은 정확도로 보편적 적대적 예시를 방어할 수 있음을 보여줍니다.
