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！

龙图腾网获悉重庆邮电大学申请的专利一种基于神经网络容量的深度学习后门防御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：CN116226663B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310104067.9，技术领域涉及：G06F18/214；该发明授权一种基于神经网络容量的深度学习后门防御方法是由祝清意;王润泽;甘臣权;吴涛;杨能洋设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本一种基于神经网络容量的深度学习后门防御方法在说明书摘要公布了：本发明涉及一种基于神经网络容量的深度学习后门防御方法，属于人工智能安全领域。该方法包括：根据逆向生成触发器后生成中毒数据集，根据中毒数据集训练选出合适的低容量神经网络，利用选出的低容量神经网络，对训练集进行数据标注，将数据集中可疑样本放入集合汇总；再对标注的样本进行后门筛选，分类准确率大于设定阈值的样本可标注为后门样本，放入到后门样本集中，然后再通过重要性权重在高容量神经网络上对数据集重新训练，利用重新分配权重的方式让高容量网络有选择性地提取特征，从而在有毒的数据集上也可以保护模型不受到后门攻击。本发明能使得图像识别大大降低后门攻击的威胁性，在使用他人提供的数据集的时候防止后门的侵入。

本发明授权一种基于神经网络容量的深度学习后门防御方法在权利要求书中公布了：1.一种基于神经网络容量的深度学习后门防御方法，其特征在于，该方法具体包括以下步骤： S1：对需要保护的高容量神经网络进行逆向生成触发器，并将触发器嵌入到干净的图片中生成后门样本，生成多个后门样本后，将其放入到原本干净的数据集中混合得到中毒数据集，其中为中毒数据集中的输入，为其对应的标签； S2：用生成的中毒数据集对初始的低容量神经网络M进行训练，根据训练后的后门数据分类准确率对低神经网络容量进行调整，得到需要的低容量神经网络： S3：用得到的低容量网络对训练集训练，标注其中分类成功率高于阈值的样本，放入到集合； S4：对标注的集合用其他低容量神经网络训练，将中经过其他网络分类准确率高于阈值的样本放入后门集合中； S5：对整个数据集做重要性权重标注，即给干净样本和后门样本集中样本分配不同的重要性权重，根据低容量神经网络提供的重要性权重信息对高容量神经网络做分配权重训练； 利用重要性权重的方法对中的样本做重要性权重分配，给定数据集，训练图像对应的重要性权重为IW，其中为低容量神经网络给出的错误分类概率，计算公式为；然后在训练高容量神经网络时，对于数据集中的每一个样本的损失函数需要乘以它的重要性权重，计算mini-batch中的整个损失为： 其中，表示整个的mini-batch集合，表示为mini-batch中的第个样本，表示mini-batch中的第个样本的损失；通过重要性权重的传递，高容量神经网络能够有意地去过滤后门样本； S6：利用后门攻击攻击训练完成的高容量神经网络，验证该网络模型的防御效果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；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”。

以上内容由龙图腾AI智能生成。