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：中国工程物理研究院计算机应用研究所
摘要：本发明属于人工智能安全领域，提供了一种访问受限条件下的深度学习分类模型的知识产权验证方法。主旨在于解决基于水印的有损方法会降低模型分类正确率，基于指纹的无损方法生成的测试用例泛化能力差等问题。主要方案包括对本地模型进行训练，包括替代模型和参考模型，这些模型将在测试用例生成阶段和阈值确定阶段使用；设计测试用例生成方案，利用对抗样本实现迁移攻击，以生成鲁棒的测试用例；设计测试用例置信度计算方式，评估测试用例的质量；在访问受限条件下，通过嫌疑模型输出的类别进行阈值计算和知识产权验证。本发明提升了测试用例验证的可靠性，提升了验证效率。
主权项：1.一种访问受限条件下的深度学习分类模型的知识产权验证方法，其特征在于，包括以下步骤：步骤1：对本地模型进行训练，得到替代模型和参考模型；步骤2：设计测试用例生成方案，利用对抗样本实现迁移攻击，以生成鲁棒的测试用例；步骤3：设计测试用例的置信度计算方式，评估测试用例的质量，并将置信度作为权重系数参与模型所有权判决；步骤3.1：计算根据测试用例生成阶段替代模型与参考模型的输出，计算N个测试用例的置信度，计算公式如下所示： 步骤4：在访问受限条件下，将嫌疑模型输出的类别与权重系数结合，进行阈值计算和知识产权验证；步骤4.1：模型得分计算方式为: 其中argmax表述选择具有最高概率的类别，fp为生成的测试用例，conffp为该测试用例的置信度，N为输入的测试用例数量，此处的数量为100，I的含义是指标函数,Z的表示模型的输出；步骤4.2：找到阈值确定阶段替代模型输出的概率的最小值与阈值确定阶段参考模型输出的概率的最大值的中点作为阈值；步骤4.3：将N个测试用例输入嫌疑模型，判定嫌疑模型的得分是否高于阈值，若得分高于阈值则认为嫌疑模型侵犯了源模型的知识产权，否则认为没有侵犯。
全文数据：
权利要求：
百度查询： 中国工程物理研究院计算机应用研究所 访问受限条件下的深度学习分类模型的知识产权验证方法
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