买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉博世有限公司;卡内基梅隆大学申请的专利针对多个扰动类型稳健的分类系统、装置和方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111950581B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010411792.7，技术领域涉及：G06F18/241；该发明授权针对多个扰动类型稳健的分类系统、装置和方法是由E.黄;F.施密特;J.Z.柯尔特;P.麦尼设计研发完成，并于2020-05-15向国家知识产权局提交的专利申请。

本针对多个扰动类型稳健的分类系统、装置和方法在说明书摘要公布了：针对多个扰动类型稳健的分类。公开了一种用于将分类模型训练成针对多个扰动类型的扰动而言是稳健的系统（100）。扰动类型限定所允许的扰动的集合。所述分类模型在外迭代中通过如下来被训练：选择训练数据集的训练实例的集合；在被多个扰动类型所允许的扰动之中选择用于扰动所选训练实例以最大化损失函数的一个或多个扰动；以及更新分类模型的参数集合以减小针对受扰动的实例的损失。在内迭代中通过如下来确定扰动：确定被多个扰动类型中的相应扰动类型所允许的经更新的扰动，以及选择使分类模型的损失增大最多的经更新的扰动。

本发明授权针对多个扰动类型稳健的分类系统、装置和方法在权利要求书中公布了：1.一种用于将分类模型训练成针对多个对抗性扰动类型的对抗性扰动而言是稳健的系统100，对抗性扰动类型限定所允许的对抗性扰动的集合， 其中所述多个对抗性扰动类型中的一个对抗性扰动类型通过范数和限界而被限定，该对抗性扰动类型的所允许的对抗性扰动的集合被包含在针对其而言所述范数不超过所述限界的对抗性扰动的集合中， 所述系统包括： -数据接口120，其用于访问训练数据集030以及对分类模型进行参数化的参数集合050，其中所述分类模型是图像分类器，其中所述训练数据集包括作为训练实例的多个训练图像；以及 -处理器子系统140，其被配置成在外迭代中通过如下方式来训练分类模型： -选择训练数据集的训练实例的集合； -确定用于扰动所选训练实例的集合的一个或多个对抗性扰动，所述一个或多个对抗性扰动在多个对抗性扰动类型的所允许的对抗性扰动的集合之中被选择，用于针对所选训练实例的集合当受所述一个或多个对抗性扰动所扰动的时候最大化分类模型的损失函数；以及 -更新分类模型的参数集合以减小针对所述受扰动的一个或多个所选训练实例的分类模型的损失函数； 其中所述处理器子系统被配置成针对内迭代的最大迭代次数通过如下方式来确定对抗性扰动：确定被多个对抗性扰动类型中的相应对抗性扰动类型所允许的经更新的对抗性扰动，以及选择使分类模型的损失函数增大最多的经更新的对抗性扰动，并且 其中所述处理器子系统140被配置为通过以下方式确定相应对抗性扰动类型所允许的经更新的对抗性扰动： -通过关于所述相应对抗性扰动类型的范数和步进大小的梯度上升或最陡上升，确定对所述对抗性扰动的更新，以增大针对所述训练实例的集合的所述分类模型的损失函数，其中为若干扰动类型生成一个扰动，以使得在多个威胁模型之上最坏情况的损失最大化；以及 -将利用所述更新而更新的所述对抗性扰动投影到所述对抗性扰动类型的所述允许的对抗性扰动的集合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人博世有限公司;卡内基梅隆大学，其通讯地址为：德国斯图加特；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。