龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江工业大学
摘要：本发明公开了一种面向深度学习模型偏见中毒攻击的防御方法，所述方法包括以下步骤：1获取原始样本数据集；2对原始样本数据集进行分块划分为子训练集，3使用基本分类器训练子训练集；4评估每个基本分类器的输入，并计算每个基本分类器分类正确的数量；5筛选出分类准确度最高的基本分类器，利用该分类器对深度学习模型再次进行训练，最终得到新训练的深度学习模型。上述方法通过使用散列函数对原始样本数据集中的数据个体样本进行映射，提升了深度学习模型防御偏见中毒攻击的能力。
主权项：1.一种面向深度学习模型偏见中毒攻击的防御方法，其特征在于，所述方法包括以下步骤：1获取原始数据集，并且标记原始数据集中的敏感属性标签和任务标签，构建原始样本数据集T；2对原始样本数据集T进行分块划分，划分为k个子训练集Pii∈1,2,3,…,k，使用散列函数h使样本数据x被分配到子训练集Pi中；分配方法为：Pi:＝{x∈T∣hx≡imodk}；每个子训练集Pi中包含的样本个体数量相等；3在子训练集Pi上，使用基本分类器对其进行训练；训练方式为：在每个子训练集上均使用基本分类器进行独立训练，所述的基本分类器只能访问自己所在子训练集的数据的类标；4在深度学习模型训练的推理阶段，逐一评估每个基本分类器的输入，并计算每个基本分类器分类正确的数量；5依据步骤4筛选出分类准确度最高的基本分类器，利用该分类器对深度学习模型再次进行训练，最终得到新训练的深度学习模型。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种面向深度学习模型偏见中毒攻击的防御方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号