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！

龙图腾网获悉北京航空航天大学申请的专利一种基于主模态神经元覆盖的图像卷积神经网络模型安全性测评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：CN116467159B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211614351.2，技术领域涉及：G06F11/3668；该发明授权一种基于主模态神经元覆盖的图像卷积神经网络模型安全性测评方法是由洪晟;侯锡彪设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于主模态神经元覆盖的图像卷积神经网络模型安全性测评方法在说明书摘要公布了：本发明涉及一种基于主模态神经元覆盖的包括图像分类、目标检测和图像分割在内的图像识别领域卷积神经网络安全性测评方法，包括步骤一：解析图像识别领域卷积神经网络模型结构；步骤二：设置模型层级插桩点；步骤三：利用模型安全性测评所用测试集进行模型安全性测试；步骤四：覆盖率驱动的模型安全性测试样本生成；步骤五：扩充后的模型安全性测评测试集进行模型安全性测评，获得更为充分的模型安全性测评结果。本发明提出的覆盖率指标粒度更细，指标理解和计算简单，更容易实现。使用主模态神经元覆盖率作为模型安全性测评充分性的度量方式，测出模型在面对现实情境中扰动攻击时的安全性问题。覆盖率驱动的模型测试样本生成技术可以采用多种攻击手段进行样本生成，灵活性强。

本发明授权一种基于主模态神经元覆盖的图像卷积神经网络模型安全性测评方法在权利要求书中公布了：1.一种基于主模态神经元覆盖的图像卷积神经网络模型安全性测评方法，其特征在于，包括如下步骤： 步骤一：解析图像卷积神经网络模型结构；在模型首次运行过程中，利用深度优先遍历技术自上而下地遍历模型各层级，保存各层级的名称和类型，以及卷积层输出特征图尺寸、激活函数和最大池化层参数信息； 步骤二：设置模型层级插桩点；在利用深度优先遍历技术遍历检测模型层级过程中，对卷积层和最大池化层使用钩子函数的形式设置插桩点，在钩子函数中添加保存卷积层和最大池化层的输入输出特征图数据的代码； 步骤三：利用模型安全性测评所用测试集进行模型安全性测试；将模型安全性测评所用的测试集逐批次输入模型中，获取模型输出结果，在此过程中逐批次地通过所述步骤二设置的插桩点获取当前批次图像数据输入模型后卷积层和最大池化层的输入输出特征图数据，由此计算在当前批次数据输入到模型后的模型主模态神经元覆盖率；当原始测试集逐批次全部输入到模型后，获得在原始测试集输入下的模型主模态神经元覆盖率； 步骤四：覆盖率驱动的模型安全性测试样本生成；以模型安全性测评原始测试集中的图片为种子数据，对图片进行扰动攻击，生成满足图片差异性要求以及具备更高主模态神经元覆盖率的样本，扩充模型安全性测评测试集； 步骤五：扩充后的模型安全性测评测试集进行模型安全性测评，获得更为充分的模型安全性测评结果。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。