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！

龙图腾网获悉武汉大学;郑州信大先进技术研究院申请的专利针对生成对抗网络的模型认证方法及设备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：CN116306831B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310171373.4，技术领域涉及：G06N3/0475；该发明授权针对生成对抗网络的模型认证方法及设备是由汪润;黄子恒;李勃衡;刘丽;万丽;陈晶;王丽娜设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本针对生成对抗网络的模型认证方法及设备在说明书摘要公布了：本发明提供了一种针对生成对抗网络的模型认证方法及设备，包括：步骤1、生成对抗网络GAN训练完后会得到一个判别器D和生成器G，生成器G会部署到服务器上提供服务，而判别器D不能公开；步骤2、将判别器D转换为单分类器D0，并用生成器G生成一批图像作为训练集；步骤3、将判别器D的参数加载到单分类器D0上作为初始化，通过优化损失函数L在生成器G生成的训练集上训练单分类器D0，训练完成后保存；步骤4、在发现与生成器G相似的可疑模型G'时，使用单分类器D0进行认证：若单分类器D0判断可疑模型G'与生成器G为同一个，则确定可疑模型G'是窃取或复制生成器G得到的；否则，则确定可疑模型G'没有问题。本发明具有鲁棒性强的特点。

本发明授权针对生成对抗网络的模型认证方法及设备在权利要求书中公布了：1.一种针对生成对抗网络的模型认证方法，其特征在于，包括：步骤1、生成对抗网络GAN训练完后会得到一个判别器D和生成器G，生成器G会部署到服务器上提供服务，而判别器D不能公开；步骤2、将判别器D转换为单分类器D0，并用生成器G生成一批图像作为训练集；步骤3、将判别器D的参数加载到单分类器D0上作为初始化，通过优化损失函数L在生成器G生成的训练集上训练单分类器D0，训练完成后保存；步骤4、在发现与生成器G相似的可疑模型时，使用单分类器D0进行认证：若单分类器D0判断可疑模型与生成器G为同一个，则确定可疑模型是窃取或复制生成器G得到的；否则，则确定可疑模型没有问题； 步骤3采用的损失函数L具体为： 其中，R为一个初始化为0的值，与单分类器D0的参数一起更新；v为训练的超参数，取0,1中任一数；n为数据集的数量，表示其中第i个数据；为二范式；c为与单分类器D0输出维度相等的张量，在训练开始前确定，max为取最大值； 所述c为与单分类器D0输出的维度相等的张量，在训练开始前确定，包括： 其中，为单分类器D0的输出。

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武汉大学;郑州信大先进技术研究院，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。