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！

龙图腾网获悉北京邮电大学申请的专利基于生成式协同学习的无监督黑盒成员推理攻击方法及系统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：CN120278201B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510399011.X，技术领域涉及：G06N3/0475；该发明授权基于生成式协同学习的无监督黑盒成员推理攻击方法及系统是由尚煜茗;罗伟;索攀;张熙;郭三川;李朝卓设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于生成式协同学习的无监督黑盒成员推理攻击方法及系统在说明书摘要公布了：本发明提供一种基于生成式协同学习的无监督黑盒成员推理攻击方法及系统，引入生成器、判别器和协同框架。将样本输入多项启发式任务，计算各启发式任务的任务分数；利用生成器聚合所有任务分数，生成样本的伪标签，并基于动态阈值过滤噪声样本；计算样本输入提示和大语言模型输出响应间的偏移向量，以表示大语言模型内部状态；将偏移向量作为判别器输入，借助生成器生成的伪标签，对判别器进行训练，使得判别器能够根据偏移向量预测样本的成员概率。将判别器生成的成员概率作为样本的新的伪标签，帮助生成器进行训练优化。迭代交叉监督训练，直至判别器收敛。基于本发明方法训练得到的判别器能够在完全黑盒和无监督条件下实现高性能的成员推理。

本发明授权基于生成式协同学习的无监督黑盒成员推理攻击方法及系统在权利要求书中公布了：1.一种基于生成式协同学习的无监督黑盒成员推理攻击方法，其特征在于，所述方法包括以下步骤： 将输入样本分别输入预设的多个启发式任务中，计算各启发式任务的任务分数；将所述任务分数输入生成器，通过所述生成器对各任务分数进行聚合，得到所述输入样本的最终成员分数；基于所述最终成员分数和预设的置信度阈值对所述输入样本进行筛选；根据筛选后的所述输入样本的最终成员分数生成相应的伪标签；所述伪标签包括训练成员和非训练成员； 将筛选后的输入样本输入大语言模型，生成输出响应；基于预训练的编码器计算所述输入样本和所述输出响应之间的偏移向量； 采用所述偏移向量和所述生成器生成的伪标签对判别器进行训练，使得所述判别器能够根据所述偏移向量预测所述输入样本的成员概率；将所述判别器生成的成员概率作为所述输入样本的新的伪标签，对所述生成器进行优化；迭代执行所述生成器和所述判别器的交叉监督训练，直至所述判别器收敛；将训练完成的判别器作为最终的成员推理攻击模型； 将待检测样本输入大语言模型，生成所述待检测样本的输出响应；基于所述预训练的编码器生成所述待检测样本及其输出响应之间的偏移向量，将所述偏移向量输入所述成员推理攻击模型，生成所述待检测样本的成员概率，以判断所述待检测样本是否为训练成员。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。