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！

龙图腾网获悉郑州大学申请的专利基于模型决策的轨迹相似性度量黑盒对抗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：CN119226809B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202411115143.7，技术领域涉及：G06F16/29；该发明授权基于模型决策的轨迹相似性度量黑盒对抗攻击方法及系统是由白光耀;陈冠希;石磊;石育澄;高宇飞;刘成明;孙晓乐;夏伯成;陈艺丹;姚金龙;谷晶中设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本基于模型决策的轨迹相似性度量黑盒对抗攻击方法及系统在说明书摘要公布了：本发明涉及轨迹表示任务处理技术领域，特别涉及一种基于模型决策的轨迹相似性度量黑盒对抗攻击方法及系统，利用轨迹数据集训练轨迹表示模型，将训练后的轨迹表示模型作为待对抗攻击的目标模型；基于目标模型及单点脆弱性扫描获取固定扰动强度下节点脆弱性及单点扰动下最优扰动方向，并构建单点扰动样本；基于节点脆弱性及最优扰动方向，将单点扰动样本聚合到高维超球面，在受限迭代空间内根据模型决策的梯度确定轨迹迭代方向，得到并输出最优的目标轨迹对抗样本。本发明通过在目标轨迹周围找到逐渐较小的对抗扰动，该扰动使得对抗轨迹样本满足在数据域非常接近目标轨迹的前提下，使目标模型输出错误的相似性度量结果，以检验轨迹相似性度量模型的对抗脆弱性。

本发明授权基于模型决策的轨迹相似性度量黑盒对抗攻击方法及系统在权利要求书中公布了：1.一种基于模型决策的轨迹相似性度量黑盒对抗攻击方法，其特征在于，包含： 构建轨迹数据集，所述轨迹数据集中的每条轨迹由轨迹点采样时间和轨迹点经纬度组成的有序序列表示； 利用轨迹数据集训练轨迹表示模型，将训练后的轨迹表示模型作为待对抗攻击的目标模型，所述轨迹表示模型用于将轨迹映射到嵌入向量空间并输出轨迹嵌入向量表示； 基于目标模型及单点脆弱性扫描获取固定扰动强度下节点脆弱性及单点扰动下最优扰动方向，并构建单点扰动样本；其中，获取固定扰动强度下节点脆弱性及单点扰动下最优扰动方向，包含：设置扰动强度及迭代角度，并在目标轨迹内选择第一个轨迹点；将选择的轨迹点迭代扰动至以选择的轨迹点为圆心、以扰动强度为半径的圆上的有限离散点，并通过固定迭代角度来遍历圆上不同离散点，形成离散点集合；将轨迹数据集中第一个轨迹点分别替换成离散点集合，得到单点扰动轨迹集合；利用目标模型获取轨迹数据集中原始轨迹嵌入表示和单点扰动轨迹集合中对抗轨迹嵌入表示，基于原始轨迹嵌入表示和对抗轨迹嵌入表示计算单点扰动损失并记录；将轨迹数据集中第一个轨迹点恢复初始状态，选择目标轨迹下一个轨迹点进行遍历并记录对应轨迹点的单点扰动损失，直至遍历完目标轨迹所有轨迹点；选取单点扰动损失最大时对应的单点扰动轨迹集合，将选取的单点扰动轨迹集合作为最优单点扰动样本； 基于节点脆弱性及最优扰动方向，将单点扰动样本聚合到高维超球面，在受限迭代空间内根据模型决策的梯度确定轨迹迭代方向，得到并输出最优的目标轨迹对抗样本，其中，将单点扰动样本聚合到高维超球面，包含：将单点扰动样本聚合到指定维数的高维数据空间，所述指定维数为单点扰动样本离散轨迹点数乘以2；将单点扰动样本向各维度分别移动相同步长，并分别朝轨迹数据集原始轨迹方向或相反方向映射到超球面上，所述超球面的半径为扰动强度。

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郑州大学，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道100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。