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：重庆大学

摘要：本发明实施例公开了一种面向分割学习模型的鲁棒性评估方法，包括首先构建替代分割学习模型，然后生成匹配数据集训练替代分割学习模型，获得对抗扰动模型，进而对抗扰动模型可以生成具有迁移性的对抗样本数据集，最后通过对抗样本数据集对所述分割学习模型进行评估，得到分割学习模型的对抗鲁棒性评估结果。本发明实施例可以充分利用客户端数据，并实现高负载、高准确度的面向分割学习模型的鲁棒性评测。

主权项：1.一种面向分割学习模型的鲁棒性评估方法，所述分割学习模型包括第一部分、第二部分和第三部分，所述第一部分和所述第三部分为客户端模型，所述第二部分为服务器端模型，分割学习模型的第二部分接收第一部分的客户端嵌入，并且基于服务器端模型，分割学习模型的第二部分将所述客户端嵌入转换为服务器端嵌入输出，其特征在于，方法包括：基于所述分割学习模型构建替代分割学习模型，包括：初始化所述分割学习模型的第一部分和第三部分的模型参数，所述初始化包括通过随机分布抽取模型参数；连接初始化后的分割学习模型的第一部分与所述分割学习模型的第二部分、连接所述分割学习模型的第二部分与初始化后的分割学习模型的第三部分，获得中间替代模型；通过辅助数据集训练所述中间替代模型，训练过程中保留所述分割学习模型的第二部分，获得训练后的中间替代模型，其中，所述辅助数据集为非独立同分布数据集，且所述辅助数据集的类别与所述中间替代模型的第一部分和第三部分进行的分类任务类别一致；以所述分割学习模型的第二部分、训练后的中间替代模型的第一部分和第三部分构建替代分割学习模型；通过所述替代分割学习模型的第一部分和第二部分表示第二部分中的已分类数据，获得服务器数据嵌入和服务器数据嵌入-标签对；选取所述服务器端嵌入进行K-means聚类，并根据聚类结果输出簇中心-服务器端嵌入样本索引集合对，其中，聚类结果包括K个簇，对于簇k的簇中心，包括属于簇k的服务器端嵌入样本的索引集合，k∈[0,K-1]；建立所述服务器数据嵌入-标签对和所述簇中心-服务器端嵌入样本索引集合对的映射关系，其中，所述映射关系，包括：以目标簇中心为基准，获取距离最近的目标服务器数据嵌入；所述映射关系为包括所述目标簇中心的簇中心-服务器端嵌入样本索引集合对，与包括所述目标服务器数据嵌入的服务器数据嵌入-标签对匹配；基于所述映射关系获取与服务器端嵌入对应的标签，将其和与服务器端嵌入对应的客户端嵌入组成匹配数据集，所述匹配数据集用于训练所述替代分割学习模型；构建对抗扰动模型，所述对抗扰动模型包括所述分割学习模型的第二部分和训练后的替代分割学习模型的第三部分；通过所述对抗扰动模型生成对抗样本数据集，并基于所述对抗样本数据集对所述分割学习模型进行评估，得到分割学习模型的对抗鲁棒性评估结果。

全文数据：

权利要求：

百度查询： 重庆大学 一种面向分割学习模型的鲁棒性评估方法